MétaCan
Menu
Retour à la cohorte
Enregistrement W3134457856

A Practical Simulation Framework for Thermal Sensation Analysis of Fenestration Designs

2020· dissertation· en· W3134457856 sur OpenAlexfundno aff
Zhang Sheng-bo

Notice bibliographique

RevueTSpace · 2020
Typedissertation
Langueen
DomaineDecision Sciences
ThématiqueProbabilistic and Robust Engineering Design
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFenestrationThermal sensationSensationComputer scienceEngineeringPsychologyMedicineThermal comfortCognitive psychologyGeographySurgeryMeteorology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Buildings with highly glazed envelopes have gained popularity over the past decades. Though it is known that these buildings are less energy efficient, few attempts have been made to investigate their effect on thermal comfort apart from surveys. The gap between research and the industry arises because predicting thermal sensation is labourious and lacks suitable tools. In response, a simulation framework, which is the novelty of this work, is designed to reduce such effort. Direct solar radiation and ankle draught effects are considered since they have been shown to increase warm and cold sensation, respectively. Example applications using visualization and sensitivity analysis techniques suggest that window size increases both warm and cold sensation levels, which are also positively correlated with window overall solar heat gain coefficient and U-factor, respectively. The results from the example applications provide insights into how different window designs can affect thermal sensation within a similar context.

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)0,001
score de la tête « metaresearch » (Gemma)0,015
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,834
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
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 Opus0,287
Tête enseignante GPT0,506
Écart entre enseignants0,219 · 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.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetProbabilistic and Robust Engineering DesignTravaux en français237 207