MétaCan
Menu
Retour à la cohorte
Enregistrement W2139701365 · doi:10.1109/eicccc.2006.277247

Weathering of Building Infrastructure and the Changing Climate: Adaptation Options

2006· article· en· W2139701365 sur OpenAlexaff
Heather Auld, Joan Klaassen, Neil Comer

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWind and Air Flow Studies
Établissements canadiensImpactEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésWeatheringEnvironmental scienceDurabilityClimate changeFrost weatheringEarth scienceGeologySoil scienceMaterials science

Résumé

récupéré en direct d'OpenAlex

The changing climate will impact infrastructure through gradual changes in weather patterns, increasing variability and potential increases in extremes. Although most concerns have focused on changing extremes, the changes in day-to-day weathering processes may be equally important. These significant day-to-day weathering processes include wind-driven rain, freeze-thaw cycles, frost penetration, wetting and drying, wind-driven abrasive materials, the action of broad spectrum solar radiation and ultraviolet (UV) radiation, and atmospheric chemical deposition on materials. Adaptation options need to be developed to consider changing weathering processes, including more frequent freeze-thaw cycles in colder regions, potentially increased atmospheric chemical deposition, initially increasing UV levels and changes to precipitation regimes. Since buildings are particularly vulnerable to weathering impacts that compromise their durability and resilience to extremes over time, it will become increasingly important in future to ensure that building envelopes and enclosures are able to resist wind actions and to prevent moisture from entering the structure. Many of the required adaptation actions may take the form of different formulations for materials or different engineering practices to ensure greater durability or requirements in standards for preventative maintenance.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,550
Score d'incertitude au seuil0,122

Scores Codex et Gemma par catégorie

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 savante0,0000,000
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 Opus0,005
Tête enseignante GPT0,193
Écart entre enseignants0,188 · 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

Citations16
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWind and Air Flow StudiesTravaux en français237 207