MétaCan
Menu
Retour à la cohorte
Enregistrement W3041586772 · doi:10.3390/buildings10070126

Flammability Characteristics of Green Roofs

2020· article· en· W3041586772 sur OpenAlexafffund
Nataliia Gerzhova, Pierre Blanchet, Christian Dagenais, Sylvain Ménard, Jean Côté

Notice bibliographique

RevueBuildings · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueFire dynamics and safety research
Établissements canadiensUniversité du Québec à ChicoutimiFPInnovationsUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCone calorimeterFlammabilityRoofGreen roofEnvironmental scienceFire performanceAsphaltWaste managementMaterials scienceEnvironmental engineeringComposite materialEngineeringCoalCivil engineering

Résumé

récupéré en direct d'OpenAlex

Assessing the fire risk of vegetated roofs includes the determination of their possible contribution to fire. Green roof components such as plants and growing media are organic materials and present a fuel that can catch and support the spread of fire. The flammability characteristics of these components were analyzed and compared to a typical roof covering. Growing media with 15% of organic matter were tested using cone calorimeter apparatus. The fuel load and heat release rate of the growing media were measured in both moist (30%) and dry conditions. It was observed that growing media in a moist condition do not present a fire risk, reaching a maximum heat release rate of 33 kW/m2. For dry substrates, a peak heat release rate of 95 kW/m2 was recorded in the first minute, which then rapidly decreased to 29 kW/m2 in the second minute. Compared to a typical bitumen roof membrane, the green roof showed a better fire performance. The literature data report more severe results for plant behavior, reaching peak heat release rates (HRRs) of 397 kW/m2 for dried and 176 kW/m2 for a green material. However, a rapid decrease in HRR to much lower values occurs in less than 2 min. The results also show that extensive and intensive types of green roofs present 22% and 95% of the additional fire load density when installed on a modified bitumen membrane, 19.7 and 85.8 MJ/m2, respectively.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,757
Score d'incertitude au seuil0,274

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 Opus0,012
Tête enseignante GPT0,209
Écart entre enseignants0,197 · 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

Citations11
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBuildingsMême sujetFire dynamics and safety researchTravaux en français237 207