MétaCan
Menu
Retour à la cohorte
Enregistrement W2128065771 · doi:10.1520/jai102032

Sensitivity of Hygrothermal Analysis to Uncertainty in Rain Data

2009· article· en· W2128065771 sur OpenAlexaffabout
Steve Cornick, W. A. Dalgliesh, Wahid Maref

Notice bibliographique

RevueJournal of ASTM International · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Heat Island Mitigation
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésSensitivity (control systems)Environmental scienceMaterials scienceUncertainty analysisGeotechnical engineeringEngineeringMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract This paper describes a small study carried out using a hygrothermal simulation tool to investigate the sensitivity of wall performance results to uncertainty in the amount of rain impinging on the wall. Design standards for hygrothermal analysis of proposed designs include methods for selecting appropriate moisture reference years and specify the amount of water that is assumed to intrude into the wall. Weather data used as input for modeling purposes is generally assumed to be reliable, but recent work has shown that there may be considerable uncertainty in the rainfall data. A small study was carried out to investigate the effect of uncertainty of rainfall data on the hygrothermal performance of a typical residential building envelope. Most hygrothermal models require fully populated hourly datasets, which include rain data. Many locations, however, do not have this kind of data although many have qualitative rain data. Ten locations with rain gage data were chosen as typical of most regions of Canada, except for the far north. Different methods in estimating rainfall were considered as well as variations on the amount of rain data were subsequently made. Several performance criteria, including total moisture content and a mold index, were compared. Although the choice of which method for deriving quantities of water from qualitative codes does cause differences in the hygrothermal response and consequently the performance criteria, these differences appear to be manageable. It is suggested that practitioners should show their awareness of the probable level of uncertainty by stating error bands for their predictions of performance. It should be emphasized that the sources of uncertainty dealt with in this small study are not the only ones, but that they do focus on water entry through leakage paths. The natures of the leakage paths likely introduce greater uncertainty, and should also be borne in mind.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,342
Score d'incertitude au seuil0,978

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 GPT0,278
Écart entre enseignants0,261 · 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'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

Citations10
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of ASTM InternationalMême sujetUrban Heat Island MitigationTravaux en français237 207