MétaCan
Menu
Retour à la cohorte
Enregistrement W2126661423 · doi:10.5539/jsd.v4n2p217

Optimizing Wind Power for Energy Efficient Building Design in Tropical Hot-humid Climate of Malaysia

2011· article· en· W2126661423 sur OpenAlexvenueno aff
Abdul Malek Abdul Rahman, Hirda Lailani Khalid, Yusri Yusup

Notice bibliographique

RevueJournal of Sustainable Development · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueWind Energy Research and Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésKyoto ProtocolRenewable energyWind powerEnvironmental scienceGlobal warmingElectricityIndigenousEnvironmental economicsRange (aeronautics)Air conditioningExtreme weatherClimate changeEnvironmental resource managementMeteorologyBusinessArchitectural engineeringGeographyEngineeringEcologyEconomics

Résumé

récupéré en direct d'OpenAlex

Being a member of the Kyoto Protocol, Malaysia is obligated to initiate programs to reduce global warming according to its own availability of indigenous resources. It is to explore and optimize whatever possibilities that can be contributed from its domestic region. Several initiatives have been taken to capitalize on what Malaysia is abundant with and one of its renewable resources is solar energy. It has been reported that to rely on wind energy would be futile because of the characteristics of wind in tropical climates are unpredictable, erratic and multi-directions. Several design strategies have been attempted to encourage air movement into Malaysian buildings but because of the nature of its climate where the average diurnal range is low, indoor air movement has to be induced by electric fan or air-conditioning. However, thus consumes a lot of electricity every month. This is clearly not good to reduce global warming. This paper explores of what extent can wind or air movement be contribute and be better utilized as an alternative energy to achieve Malaysia’s initiative to meet the Kyoto Protocol requirements.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,912
Score d'incertitude au seuil0,752

Scores Codex et Gemma par catégorie

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

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 Opus0,017
Tête enseignante GPT0,223
Écart entre enseignants0,207 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations4
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetWind Energy Research and DevelopmentTravaux en français237 207