MétaCan
Menu
Retour à la cohorte
Enregistrement W2948039804 · doi:10.1080/15583058.2019.1618976

Assessing Durability of Historic Masonry Walls with Calibrated Energy Models and Hygrothermal Modeling

2019· article· en· W2948039804 sur OpenAlex
Michael Gutland, Scott Bucking, Mario Santana Quintero

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueInternational Journal of Architectural Heritage · 2019
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueConservation Techniques and Studies
Établissements canadiensCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDurabilityMasonryTowerRelative humidityGeotechnical engineeringEnvironmental scienceMoistureStructural engineeringEngineeringCivil engineeringForensic engineeringMaterials scienceComposite materialMeteorology

Résumé

récupéré en direct d'OpenAlex

This article presents a methodology for calibrating an energy model to hourly measured temperature data with the goal assessing durability of a mass masonry tower in its present state and projecting the impact, that plausible retrofit scenarios may have on durability. The case study for this project is a load-bearing masonry structure constructed in 1867 which has been suffering from chronic moisture-related deterioration for much of its existence. The tower was instrumented to record relative humidity and temperature beginning in September 2017. Energy modeling software in combination with an optimization program was used to develop a calibrated model that could predict interior temperatures and relative humidity. Using the calibrated energy model, hygrothermal simulations were performed to see how changes to the interior ambient conditions affected the wall. The number of freeze cycles and moisture content were projected throughout the cross-section of the masonry compared to baseline conditions.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,744
Score d'incertitude au seuil0,288

Scores Codex et Gemma par catégorie

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,036
Tête enseignante GPT0,247
Écart entre enseignants0,211 · 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