MétaCan
Menu
Retour à la cohorte
Enregistrement W3040353066 · doi:10.1051/e3sconf/202017225008

Impact of reflective roofs on the overall energy savings of whole buildings

2020· article· en· W3040353066 sur OpenAlexaff
Hamed H. Saber, Ali Hajiah, Wahid Maref

Notice bibliographique

RevueE3S Web of Conferences · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensÉcole de Technologie SupérieureUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésRoofEmissivityReflective surfacesSolar energyEnvironmental sciencePassive solar building designSolar gainThermalLongwaveEngineeringArchitectural engineeringCivil engineeringMeteorologyOpticsRadiative transferGeographyMathematicsGeometryPhysics

Résumé

récupéré en direct d'OpenAlex

Many previous studies by the authors of this paper and others have shown that installing white/reflective/cool roofing systems resulted in energy savings. The amount of energy savings depended on the longwave thermal emissivity and the short-wave solar reflectivity of the rooftop surfaces. The question is “what is the percentage energy savings for the whole building as a result of using cool roofing systems instead of conventional/black roofing systems? To answer this question, three-dimensional energy simulations are conducted for typical Saudi buildings when they are subjected to the natural weathering conditions of the Eastern Province of Saudi Arabia. Several Window-to-Wall Ratios (WWRs) having different thermal resistances (R-values) and Solar Heat Gain Coefficients (SHGCs) are considered in the study. The windows are located in the different main solar orientations. To investigate the effect of the area ratio of the roof to the walls on the potential energy saving due to using cool roofs, one storey and two-storey are considered in this study. Results showed that using reflective materials with lower short-wave solar absorption coefficients in the roofing systems have resulted in a decrease in the yearly total energy loads of one-storey building and two-storey building.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,018
Tête enseignante GPT0,236
Écart entre enseignants0,217 · 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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueE3S Web of ConferencesMême sujetBuilding Energy and Comfort OptimizationTravaux en français237 207