Enregistrement W2809095263 · doi:10.1016/j.buildenv.2018.06.022

Development of the ASHRAE Global Thermal Comfort Database II

2018· article· en· W2809095263 sur OpenAlexaff

Veronika Földváry Ličina, Toby Cheung, Hui Zhang, Richard de Dear, Thomas Parkinson, Edward Arens, Chungyoon Chun, Stefano Schiavon, Maohui Luo, Gail Brager, Peixian Li, Soazig Kaam, Michael Adebamowo, Mary Myla Andamon, Francesco Babich, Chiheb Bouden, Hana Pustayová Bukovianska, Christhina Cândido, Bin Cao, Salvatore Carlucci, David Cheong, Joon-Ho Choi, Malcolm Cook, Paul Cropper, Max Deuble, Shahin Heidari, Madhavi Indraganti, Quan Jin, Hyojin Kim, Jungsoo Kim, Kyle Konis, Manoj Kumar Singh, Alison G. Kwok, Roberto Lamberts, D.L. Loveday, Jared Langevin, Sanyogita Manu, Cornelia Moosmann, Fergus Nicol, Ryozo Ooka, Nigel Oseland, Lorenzo Pagliano, Dušan Petráš, Rajan Rawal, Ramona Romero, Hom Bahadur Rijal, Chandra Sekhar, Marcel Schweiker, Federico Tartarini, Shin‐ichi Tanabe, Kwok Wai Tham, Despoina Teli, Jørn Toftum, Linda Toledo, Kazuyo Tsuzuki, Renata De Vecchi, Andreas Wagner, Zhaojun Wang, Holger Wallbaum, Lynda Webb, Liu Yang, Yingxin Zhu, Yongchao Zhai, Yufeng Zhang, Xiang Zhou

Notice bibliographique

RevueBuilding and Environment · 2018

Typearticle

Langueen

DomaineEngineering

ThématiqueBuilding Energy and Comfort Optimization

Établissements canadiensUniversity of British Columbia

Organismes subventionnairesCenter for the Built EnvironmentUniversity of SydneyGovernment of the United KingdomNational Research FoundationAmerican Society of Heating, Refrigerating and Air-Conditioning EngineersUniversity of California BerkeleyYonsei UniversityNational Science Foundation

Mots-clésASHRAE 90.1DatabaseThermal comfortArchitectural engineeringEnvironmental scienceComputer scienceMeteorologyEngineeringGeography

DOI10.1016/j.buildenv.2018.06.022

Résumé

récupéré en direct d'OpenAlex

Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,004

Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated

Catégories candidatesaucune

Catégories consensuellesaucune

DomaineSignal candidat: aucune · Signal consensuel: aucune

Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet

GenreSignal candidat: Méthodes · Signal consensuel: aucune

Score de désaccord entre enseignants0,018

Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

Catégorie	Codex	Gemma
Métarecherche	0,001	0,004
Méta-épidémiologie (sens strict)	0,001	0,001
Méta-épidémiologie (sens large)	0,001	0,001
Bibliométrie	0,003	0,003
Études des sciences et des technologies	0,000	0,000
Communication savante	0,002	0,002
Science ouverte	0,004	0,001
Intégrité de la recherche	0,001	0,001
Charge utile insuffisante (le modèle a refusé de juger)	0,018	0,021

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 Opus0,008

Tête enseignante GPT0,185

Écart entre enseignants0,177 · 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'étudeSans objet

Domainenon disponible

GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations456

Publié2018

Routes d'admission1

Résumé présentnon

Télécharger la notice (JSON)Signaler un problème avec cette notice

Explorer davantage

Même revueBuilding and Environment→Même sujetBuilding Energy and Comfort Optimization→Travaux en français237 207→