MétaCan
Menu
Retour à la cohorte
Enregistrement W3000718355 · doi:10.3390/su12020473

Window Design of Naturally Ventilated Offices in the Mediterranean Climate in Terms of CO2 and Thermal Comfort Performance

2020· article· en· W3000718355 sur OpenAlexaboutno aff
Hardi K. Abdullah, Halil Zafer Alibaba

Notice bibliographique

RevueSustainability · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWindow (computing)Thermal comfortNatural ventilationEnvironmental scienceVentilation (architecture)Mediterranean climateQuarter (Canadian coin)Architectural engineeringIndoor air qualityMeteorologyThermalCold climateComputer scienceEngineeringEnvironmental engineeringGeography

Résumé

récupéré en direct d'OpenAlex

Natural ventilation through window openings is an inexpensive and effective solution to bring fresh air into internal spaces and improve indoor environmental conditions. This study attempts to address the “indoor air quality–thermal comfort” dilemma of naturally ventilated office buildings in the Mediterranean climate through the effective use of early window design. An experimental method of computational modelling and simulation was applied. The assessments of indoor carbon dioxide (CO2) concentration and adaptive thermal comfort were performed using the British/European standard BS EN 15251:2007. The results indicate that when windows were opened, the first-floor zones were subjected to the highest CO2 levels, especially the north-facing window in the winter and the south-facing window in the summer. For a fully glazed wall, a 10% window opening could provide all the office hours inside category I of CO2 concentration. Such an achievement requires full and quarter window openings in the cases of 10% and 25% window-to-floor ratios (WFR), respectively. The findings of the European adaptive comfort showed that less than 50% of office hours appeared in category III with cross-ventilation. The concluding remarks and recommendations are presented.

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 enseignants0,203
Score d'incertitude au seuil0,216

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 Opus0,011
Tête enseignante GPT0,207
Écart entre enseignants0,196 · 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

Citations33
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetBuilding Energy and Comfort OptimizationTravaux en français237 207