Mitigation Strategies for Overheating and High Carbon Dioxide Concentration within Institutional Buildings: A Case Study in Toronto, Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Indoor air quality and thermal conditions are important considerations when designing indoor spaces to ensure occupant health, satisfaction, and productivity. Carbon dioxide (CO2) concentration and indoor air temperature are two measurable parameters to assess air quality and thermal conditions within a space. Occupants are progressively affected by the indoor environment as the time spent indoors prolongs. Specifically, there is an interest in carrying out investigations on the indoor environment through surveying existing Heating, Ventilation, Air Conditioning (HVAC) system operations in classrooms. Indoor air temperature and CO2 concentration in multiple lecture halls in Toronto, Canada were monitored; observations consistently show high indoor air temperature (overheating) and high CO2 concentration. One classroom is chosen as a representative case study for this paper. The results verify a strong correlation between the number of occupants and the increase in air temperature and CO2 concentration. Building Energy Simulation (BES) is used to investigate the causes of discomfort in the classroom, and to identify methods for regulating the temperature and CO2 concentration. This paper proposes retro-commissioning strategies that could be implemented in institutional buildings; specifically, the increase of outdoor airflow rate and the addition of occupancy-based pre-active HVAC system control. The proposed retrofit cases reduce the measured overheating in the classrooms by 2-3 °C (indoor temperature should be below 23 °C) and maintain CO2 concentration under 900 ppm (the CO2 threshold is 1000 ppm), showing promising improvements to a classroom’s thermal condition and indoor air quality.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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