MétaCan
Menu
Retour à la cohorte
Enregistrement W2958507418 · doi:10.1139/cjce-2019-0223

Effect of rain leakage on hygrothermal performance of highly insulated wood-framed walls: a stochastic approach

2019· article· en· W2958507418 sur OpenAlexaffvenue
Lin Wang, Hua Ge

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueHygrothermal properties of building materials
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésRainwater harvestingMoistureInfiltration (HVAC)Building envelopeEnvironmental scienceLeakage (economics)Materials scienceComposite materialMeteorologyThermal

Résumé

récupéré en direct d'OpenAlex

Wind-driven rain is one of the most important moisture sources that may lead to moisture damage risks of building envelopes, particularly when the rainwater unintentionally infiltrates into the envelope assembly through defects of the wall components. This paper proposes a stochastic modelling approach to evaluate the impact of rain infiltration on hygrothermal performance of highly insulated wood-framed walls, including an I-joist deep cavity wall, two exterior insulated walls, and a conventional 2×6 stud wall as the baseline wall. The stochastic hygrothermal models of the walls are created based on the uncertainties of material properties and rain deposition factor under different scenarios with rain infiltration deposited at different locations of the wall assembly. The stochastic simulation results show that the rainwater deposited on a water resistive barrier does not cause any moisture damage risk, but there is a significant risk when the rainwater is directly deposited on the exterior or interior surface of wood sheathing, and the interior deposition has the highest risk.

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 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)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,124
Score d'incertitude au seuil0,988

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
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)0,0000,000

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 Opus0,005
Tête enseignante GPT0,166
Écart entre enseignants0,161 · 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 tête enseignante, 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

Citations15
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetHygrothermal properties of building materialsTravaux en français237 207