MétaCan
Menu
Retour à la cohorte
Enregistrement W2410323937 · doi:10.1080/2093761x.2016.1172279

The adoption of green roofs for the retrofitting of existing buildings in the Mediterranean climate

2016· article· en· W2410323937 sur OpenAlexaff
Antonio Gagliano, Maurizio Detommaso, Francesco Nocera, Umberto Berardi

Notice bibliographique

RevueInternational Journal of Sustainable Building Technology and Urban Development · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésRetrofittingEnvironmental scienceNatural ventilationAir conditioningRoofGreen roofUrban heat islandEnergy consumptionPeak demandOccupancyVentilation (architecture)Architectural engineeringThermal comfortEnvironmental engineeringElectricityCivil engineeringMeteorologyEngineeringGeography

Résumé

récupéré en direct d'OpenAlex

In recent years, the demand for air conditioning systems has increased considerably. Consequentially, the energy demand for building cooling has become a serious concern. In particular, the energy peak demand that is intensified by the urban heat island (UHI) effect is often a critical issue for the outdated electricity infrastructure in many countries. In order to rationalize the building energy consumption while ensuring indoor thermal comfort, this paper explores the possibilities offered by the retrofitting of existing uninsulated roofs in combination with night natural cooling strategies. To this end, a case study was selected in order to investigate the performance of an extensive green roof (GR) with and without natural ventilation (NV). The selected building is located in Catania, southern Italy, in a very mild climate. Free-running conditions were evaluated together with air conditioning conditions during the daytime and free cooling via natural ventilation at night. The hourly variation of cooling loads during a typical hot day and the overall performance of the different investigated scenarios were compared. Finally, suggestions about the value of the different investigated building retrofitting strategies are reported.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,000
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 Opus0,013
Tête enseignante GPT0,243
Écart entre enseignants0,230 · 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

Citations53
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Building Technology and Urban DevelopmentMême sujetBuilding Energy and Comfort OptimizationTravaux en français237 207