MétaCan
Menu
Retour à la cohorte
Enregistrement W2588137989 · doi:10.3130/aije.71.39_5

MEASUREMENT AND MODEL EXPERIMENT OF AIR TEMPERATURE DISTRIBUTION IN NATURAL CONVECTION BY HOT WATER FLOOR HEATING SYSTEM

2006· article· en· W2588137989 sur OpenAlexaff
Hitoshi Shiga, Atsumasa Yoshiura, Hitomi Hamasuna, Makoto Mizunuma, Kazuhiro Fukuyo, Mahito NAKAZONO

Notice bibliographique

RevueJournal of Environmental Engineering (Transactions of AIJ) · 2006
Typearticle
Langueen
DomaineEnergy
ThématiqueEnergy, Environment, Agriculture Analysis
Établissements canadiensCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesnon disponible
Mots-clésCeiling (cloud)Environmental scienceHeating systemNatural convectionClearanceMeteorologyConvectionAir temperatureScale modelWarm frontAtmospheric sciencesGeologyEngineeringMechanical engineeringGeography

Résumé

récupéré en direct d'OpenAlex

Floor heating systems are recently coming into wide use in general Japanese houses. To apply the floor heating systems not only to general houses, but also to high-ceiling houses and large-scale facilities, we must clarify indoor air-temperature distributions and its formation processes in various shape and scale buildings with heating systems. We thus measured vertical air-temperature distributions at three actual houses of different ceiling heights, i.e., one storied house, house with an atrium, and gymnasium with hot-water floor heating systems. Moreover we cleared the air-temperature distribution in a general room with the floor heating system and its formation process by model experiment. Consequently, the followings were revealed regarding the houses. 1. Although the ceiling heights were different, the air-temperature distributions of the houses and model with the hot-water heating-floor systems were similar. 2. The temperature difference in vertical direction was small.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,002
Tête enseignante GPT0,153
Écart entre enseignants0,151 · 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'étudeExpérimental (laboratoire)
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

Citations3
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering (Transactions of AIJ)Même sujetEnergy, Environment, Agriculture AnalysisTravaux en français237 207