MétaCan
Menu
Retour à la cohorte
Enregistrement W2602643909 · doi:10.1016/j.egypro.2017.03.208

The Energy Saving and Indoor Comfort Improvements with Latent Thermal Energy Storage in Building Retrofits in Canada

2017· article· en· W2602643909 sur OpenAlexaffabout
Umberto Berardi, Mauro Manca

Notice bibliographique

RevueEnergy Procedia · 2017
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Change Materials Research
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesItalian Scientists and Scholars in North America Foundation
Mots-clésArchitectural engineeringEnclosureThermal comfortApartmentStock (firearms)Thermal energy storageBuilding scienceEnergy performanceCivil engineeringEngineeringEnvironmental scienceEfficient energy useMechanical engineeringMeteorologyTelecommunicationsGeography

Résumé

récupéré en direct d'OpenAlex

High-rise apartment buildings in Canada are an integral part of the residential building stock, and their dominance is continuing to grow as their market escalates. Meanwhile, the refurbishment of the existing multi-unit residential building stock is becoming a fundamental step in order to address Canadian energy saving targets. The aim of this paper is to evaluate the effectiveness for energy saving of increasing the thermal capacity of the building enclosure. In particular, thispaperassesses the benefits ofthe adoption of Phase Change Material (PCM) in lightweight constructions in the climates of Toronto and Vancouver. The main aspect investigatedis the contribution of PCM systems to lower the building cooling demand and to increase the indoor thermal comfort. Building simulations aimed at comparing different PCM systemsfor building elements such as floors, ceilings, and walls are reported.Different orientations and internal gains are considered in order to have a complete understanding of the potential benefits of the adoption of systems with high (latent) thermal energy storage capacity in building retrofits in Canada.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,099

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
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 Opus0,012
Tête enseignante GPT0,217
Écart entre enseignants0,205 · 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

Citations40
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy ProcediaMême sujetPhase Change Materials ResearchTravaux en français237 207