MétaCan
Menu
Retour à la cohorte
Enregistrement W2946513321 · doi:10.1080/23744731.2019.1620546

Light transmittance characterization and energy-saving analysis of a new selective coating for in situ window retrofit

2019· article· en· W2946513321 sur OpenAlexaffabout
Umberto Berardi

Notice bibliographique

RevueScience and Technology for the Built Environment · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésGlazingCoatingTransmittanceMaterials scienceSolar gainThermal transmittanceWindow (computing)ThermalComposite materialEfficient energy useOpticsSolar energyThermal resistanceOptoelectronicsComputer scienceEngineeringElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Windows are often pointed to as the weakest elements in building facades, given their low thermal resistance. Consequently, they are a main focus during building retrofits, when their substitution is often considered an expensive but necessary choice. This article describes a new high-performance glazing coating, which can be used for the in situ retrofit of existing windows. The easy application of this new liquid-applied coating on the internal side of the glazing makes it possible to reduce the solar heat gain coefficient of an existing window substantially and quickly, without interrupting the building occupancy. Experimental characterizations of light transmittance and thermal characteristics are presented in this article. Although the new coating allowed a reduction in the visible transmittance (VT) of only 0.1 compared to nontreated insulating glass units (IGUs), it proved to reduce significantly the solar heat gain coefficient (SHGC) of the investigated IGUs to values below 0.45. This article also reports the results of aging studies aiming at assessing the risks of long-term performance reductions of this new liquid-applied coating. Finally, the results of energy simulations investigating the energy-efficiency improvements when this coating is applied to different kinds of windows in Canada are reported.

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 enseignants0,002
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 Opus0,005
Tête enseignante GPT0,185
Écart entre enseignants0,180 · 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

Citations27
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScience and Technology for the Built EnvironmentMême sujetBuilding Energy and Comfort OptimizationTravaux en français237 207