MétaCan
Menu
Retour à la cohorte
Enregistrement W2996745486 · doi:10.1111/ina.12633

In situ efficiency of filters in residential central HVAC systems

2019· article· en· W2996745486 sur OpenAlexafffund
Tianyuan Li, Jeffrey A. Siegel

Notice bibliographique

RevueIndoor Air · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAmerican Society of Heating, Refrigerating and Air-Conditioning Engineers
Mots-clésElectretHVACFiltration (mathematics)Environmental scienceAir conditioningFilter (signal processing)Forced-airVentilation (architecture)Materials scienceEnvironmental engineeringProcess engineeringEngineeringComposite materialElectrical engineeringMechanical engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

High-efficiency filtration in residential forced-air heating, ventilation, and air conditioning (HVAC) systems protects equipment and can reduce exposure to particulate matter. Laboratory tests provide a measure of the nominal efficiency, but they may not accurately reflect the in situ efficiency of the filters because of variations in system conditions and changes in filter performance over time. The primary focus of this paper is to evaluate the effective filtration efficiency, which is inclusive of any loading and system impacts, in 21 occupied residential homes through in-duct concentration measurements. We considered the role of filter media by testing both electret and non-electret media, as well as the role of loading by considering new and used filters. The results show that filters with higher nominal efficiency generally had higher effective filtration efficiency in the same home. In terms of performance change, there is no significant difference in efficiency between initial and 3-month non-electret filters, but the efficiency of electret filters generally decreased over time. However, both nominal efficiency and performance change were vastly overshadowed by the wide variety in loading and system conditions across homes, making it hard to predict filter efficiency in a given home without in situ measurements.

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)0,000
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,126
Score d'incertitude au seuil0,236

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 savante0,0000,000
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 Opus0,004
Tête enseignante GPT0,183
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 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

Citations20
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIndoor AirMême sujetBuilding Energy and Comfort OptimizationTravaux en français237 207