MétaCan
Menu
Retour à la cohorte
Enregistrement W2236014489 · doi:10.1016/j.egypro.2015.11.274

The Spell Definition in ISO-15927 and its Impact on the Rain Deposition on the Building Facade

2015· article· en· W2236014489 sur OpenAlexaffabout
Kim Carbonez, Nathan Van Den Bossche, Hua Ge, G. Lobelle, Arnold Janssens

Notice bibliographique

RevueEnergy Procedia · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWind and Air Flow Studies
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésSpellFacadeEnvironmental scienceMeteorologyBuilding envelopeRainwater harvestingStatisticsComputer scienceMathematicsCivil engineeringEngineeringGeography

Résumé

récupéré en direct d'OpenAlex

Wind-driven rain (WDR) is one of the most important causes for water damage in buildings. Therefore, the first crucial step to assess the hygrothermal performance of the building envelope, is the appropriate estimation of the amount of rainwater striking the building's façade. ISO 15927 offers the annual average index –mainly to assess the moisture content of absorbent surfaces, and the spell index – more related to the likelihood of water penetration through joints. To calculate these indices, assumptions are made concerning the length of the period of ‘no rain’, called ‘spell definition’. Obviously, the choice of this spell definition will characterise the WDR-amount. In this paper, WDR measurements of a 3-storey building in Vancouver, Canada are used to investigate how this spell definition affects the rain load. Different filter criteria are used to exclude errors due to measurement equipment. By means of the catch ratio as a dimensionless parameter, the results of the analysis for different spell definitions are compared to hourly and 5-min data. It is concluded that longer spell definitions result in lower catch ratios and an underestimation of the WDR load. Hourly data turns out to be a more conservative approach for WDR-assessment of this case study, but is able to represent the spread on the catch ratio most closely to the original 5min-dataset.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,397
Score d'incertitude au seuil0,189

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 Opus0,023
Tête enseignante GPT0,238
Écart entre enseignants0,215 · 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'étudeThéorique ou conceptuel
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
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy ProcediaMême sujetWind and Air Flow StudiesTravaux en français237 207