MétaCan
Menu
Retour à la cohorte
Enregistrement W2113365986 · doi:10.5539/jsd.v1n3p3

Daylight for Energy Savings and Psycho-Physiological Well-Being in Sustainable Built Environments

2009· article· en· W2113365986 sur OpenAlexvenueno aff
Sergio Altomonte

Notice bibliographique

RevueJournal of Sustainable Development · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDaylightingDaylightGLAREArchitectural engineeringComputer scienceIlluminancePhotopic visionLuminanceEnergy (signal processing)Artificial lightEnvironmental economicsSimulationPsychologyArtificial intelligenceOpticsEngineeringEconomicsMathematics

Résumé

récupéré en direct d'OpenAlex

Natural light is a vital force for human beings. Successful daylighting in buildings requires trade-offs and optimization between competing design aspects (e.g. light distribution, glare, solar gains, views, etc.), whilst also including consideration of façade layout, space configuration, internal finishes and choice/operation of shading devices. However, to design energy-sustainable built environments which are conducive to human health, these variables have necessarily to be related also with biological and behavioural factors such as metabolic rhythms, psychological stimulation and occupants’ preferences. Basing on a multidisciplinary review of existing literature, this paper looks at the relationship between quantitative physical measures of the luminous environment (e.g. horizontal and vertical illuminance, luminance ratio, correlated colour temperature), qualitative aspects of vision (e.g. uniformity, distribution), and psycho-physiological human response to natural light. The aim of the study consists in defining a framework to implement existing daylighting practices basing not solely on photopic requirements but also containing awareness of the demands for psychological and photobiological stimulation, so as to positively influence the health of occupants whilst enhancing energy savings.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,005
Tête enseignante GPT0,198
Écart entre enseignants0,193 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations65
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetBuilding Energy and Comfort OptimizationTravaux en français237 207