MétaCan
Menu
Retour à la cohorte
Enregistrement W2315546280 · doi:10.1061/9780784479315.028

Rapid Assessment of Snow Drifting Conditions Using Physical Model Simulations

2015· article· en· W2315546280 sur OpenAlexaffabout
Albert Brooks, Jan Dale, Scott Gamble, Frank Kriksic

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWind and Air Flow Studies
Établissements canadiensRowan Williams Davies & Irwin (Canada)
Organismes subventionnairesnon disponible
Mots-clésSnowRoofServiceability (structure)AerodynamicsEnvironmental scienceBuilding codeCivil engineeringMarine engineeringMeteorologyEngineeringAerospace engineeringGeography

Résumé

récupéré en direct d'OpenAlex

Methods for evaluating snow loads on roofs are described within building standards and codes such as American Society of Civil Engineers 7 and the National Building Code of Canada. These recommendations are often simplified and generic in order to be applicable to most structures and, as a result, do not account for the unique aerodynamics that can occur around a structure. In addition, these codes and standards do not address serviceability concerns, such as accessibility to building entrances, nor identify where mechanical air intakes may be prone to snow ingestion as is common to buildings located in cold regions. Scale model testing within an open channel water flume allows for the rapid assessment of the building aerodynamics and snow drifting conditions for the purposes of design. This paper presents snow accumulation patterns representing a snowfall event from a single direction for a building with commonly seen geometries including roof steps, arched roofs, and a projecting tower with mechanical penthouse. Multiple test directions are presented to illustrate the influence of wind directionality and resulting building aerodynamics on snow accumulations at grade level, on roof areas, and where mechanical intake equipment is often sited.Parapets, canopies, and recommendations for mechanical air intakes for reducing problematic snow accumulations are presented and discussed.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,228

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 Opus0,067
Tête enseignante GPT0,336
Écart entre enseignants0,269 · 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

Citations2
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetWind and Air Flow StudiesTravaux en français237 207