MétaCan
Menu
Retour à la cohorte
Enregistrement W2997640726 · doi:10.3992/1943-4618.14.4.133

Effect of Different Climates On a Shipping Container Passive House in Canada

2019· article· en· W2997640726 sur OpenAlexaboutno aff
Wesley Bowley, Phalguni Mukhopadhyaya

Notice bibliographique

RevueJournal of Green Building · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWind and Air Flow Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContainer (type theory)Passive houseArchitectural engineeringEnvironmental scienceContainerizationBusinessEngineeringCivil engineeringGeographyEfficient energy use

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Passive House buildings with an annual energy demand of less than 15 kWh/m2a (i.e. kWh/m2 per annum) can help Canada and other countries achieve thermal comfort with minimum energy use and carbon footprint through meticulous design and selection of highly efficient building envelope elements and appliances. Shipping container based passive houses can reduce the cost of passive house construction and also promote recycling. In this paper, a passive house built using shipping containers, originally designed for Victoria, BC, Canada, is analyzed using Passive House Planning Package (PHPP) software in different climactic zones of Canada. The locations under consideration are: Halifax (Cool–Temperate), Toronto (Cold–Temperate), Edmonton (Cold), and Yellowknife (Arctic–Climate). This paper critically examines the energy demand changes in various climate zones and make necessary modifications to the design to achieve passive house energy performance requirements in selected climates. Results show that with modified designs shipping container passive houses can meet passive house requirements, except in the Arctic–Climate of Yellowknife.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,086

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
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 Opus0,004
Tête enseignante GPT0,209
Écart entre enseignants0,205 · 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'étudeObservationnel
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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Green BuildingMême sujetWind and Air Flow StudiesTravaux en français237 207