MétaCan
Menu
Retour à la cohorte
Enregistrement W2791328385 · doi:10.3390/atmos9030091

Analysis and Comparison of Shading Strategies to Increase Human Thermal Comfort in Urban Areas

2018· article· en· W2791328385 sur OpenAlexaffabout
Ivan Lee, James Voogt, Terry J. Gillespie

Notice bibliographique

RevueAtmosphere · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Heat Island Mitigation
Établissements canadiensUniversity of GuelphWestern University
Organismes subventionnairesnon disponible
Mots-clésThermal comfortShadingLongwaveEnvironmental scienceShortwave radiationShortwaveRanking (information retrieval)MeteorologyComputer scienceArchitectural engineeringGeographyRadiationEngineering

Résumé

récupéré en direct d'OpenAlex

With the expected increase in warmer conditions caused by climate change, heat-related illnesses are becoming a more pressing issue. One way that humans can protect themselves from this is to seek shade. The design of urban spaces can provide individuals with a variety of ways to obtain this shade. The objective of this study was to perform a detailed evaluation and comparison of three shading strategies that could be used in an urban environment: shade from a building, from a tree, and from an umbrella. This was done through using field measurements to calculate the impact of each strategy on a thermal comfort index (Comfort Formula (COMFA)) in two urban settings during sunny days of the summer of 2013 and 2014 in London, Canada. Building shade was found to be the most effective cooling strategy, followed by the tree strategy and the umbrella strategy. As expected, the main determinant of this ranking was a strategy’s ability to block incoming shortwave radiation. Further analysis indicated that changes in the convective loss of energy and in longwave radiation absorption had a smaller impact that caused variations in the strategy effectiveness between settings. This suggests that under non-sunny days, these rankings could change.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,012
Tête enseignante GPT0,266
Écart entre enseignants0,254 · 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'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

Citations103
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAtmosphereMême sujetUrban Heat Island MitigationTravaux en français237 207