MétaCan
Menu
Retour à la cohorte
Enregistrement W2903019240 · doi:10.15376/biores.14.1.518-536

Modeling the impact of assembly tolerances regarding air leaks on the energy efficiency and durability of a cross-laminated timber structure

2018· article· en· W2903019240 sur OpenAlexafffund
Ulysse Martin, Pierre Blanchet, André Potvin

Notice bibliographique

RevueBioResources · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueHygrothermal properties of building materials
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDurabilityEnvironmental scienceRelative humidityLeakage (economics)HumidityLeakInfiltration (HVAC)MoistureMaterials scienceStructural engineeringComposite materialEngineeringEnvironmental engineeringMeteorology

Résumé

récupéré en direct d'OpenAlex

Air leaks have a considerable impact on the energy load and durability of buildings, particularly in cold climates. In wood construction using cross-laminated timber (CLT), air leaks are most likely to be concentrated at the joints between panels and other elements. This study used simulations of heat, air, and moisture transfers through a gap between two CLT panels causing air leakage in winter conditions under a cold climate. A real leakage occurrence was sized to validate the simulations. The aim of this work was to assess the impact on the energy loads and the durability of an air leak, as either infiltration or exfiltration, for different gap widths and relative humidity levels. The results showed that infiltrations had a greater impact on the energy load than exfiltrations but did not pose a threat to the durability, as opposed to exfiltrations. Gap sizes in CLT may vary, but the effect on the energy load was sensitive to the leakage path in the rest of the wall. As expected, a combination of winter exfiltration and a high level of interior relative humidity was particularly detrimental.

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)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,014
Tête enseignante GPT0,247
Écart entre enseignants0,233 · 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

Citations6
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioResourcesMême sujetHygrothermal properties of building materialsTravaux en français237 207