MétaCan
Menu
Retour à la cohorte
Enregistrement W2264026877 · doi:10.1089/ees.2013.0430

Effect of Sky View Factor on Outdoor Temperature and Comfort in Montreal

2014· article· en· W2264026877 sur OpenAlexafffundabout
Yupeng Wang, Hashem Akbari

Notice bibliographique

RevueEnvironmental Engineering Science · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Heat Island Mitigation
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésEnvironmental scienceThermal comfortEnergy balanceUrban heat islandMeteorologyAtmospheric sciencesHeat waveMean radiant temperatureMicroscale chemistryAir temperatureClimate changeGeography

Résumé

récupéré en direct d'OpenAlex

Abstract The relationship between the sky view factor (SVF) and the urban heat island (UHI) effect in Montreal is explored, by assessing the effect of SVF on air temperature ( T a ) and mean radiant temperature (MRT). The amount of energy consumed by indoor heating and air conditioning is affected by T a . The value of MRT is the sum of all short-wave and long-wave radiation fluxes absorbed by the human body that affects its energy balance and human thermal comfort. SVF in urban areas affects both T a and MRT. We used a microscale urban climate model (ENVI-met) and simulated the effect of building geometry in four typical urban districts (each 300×300 m 2 in size) in Montreal, on air and human weighted mean radiant temperature (MRT human weighted ) at 1.5-m height above the ground. Urban development consideration of a low SVF could mitigate the UHI effect, by decreasing urban temperatures and increasing outdoor thermal comfort. Most UHI studies are carried out for cities in hot and dry climates; however, UHI mitigation can also reduce energy consumption in colder cities, such as Montreal. Results of this analysis can be used in environmental urban planning standards.

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)0,001
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 enseignants0,095
Score d'incertitude au seuil0,192

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0010,000
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 Opus0,002
Tête enseignante GPT0,169
Écart entre enseignants0,167 · 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

Citations98
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironmental Engineering ScienceMême sujetUrban Heat Island MitigationTravaux en français237 207