Stochastic Simulation of Mould Growth Performance of Wood-Frame Building Envelopes under Climate Change: Risk Assessment and Error Estimation
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
Previous studies have shown that the effects of climate change on building structures will increase the mould growth risk of the wood-frame building envelope in many circumstances. This risk can be controlled by wind-driven rain deflection, improving water tightness of the exterior facade, and improving cladding ventilation. However, the effectiveness of these risk mitigation strategies are subject to various uncertainties, such as the uncertainties of wall component properties and micro-climatic conditions. The objective of this paper is to apply stochastic hygrothermal simulation to evaluate the mould growth risk of a brick veneer-clad wood-frame wall with a drainage cavity under historical and future climatic conditions of Ottawa, a Canadian city located in a cold climate zone. An extensive literature review was conducted to quantify the range of stochastic variables including rain deposition factor, rain leakage moisture source, cladding ventilation rate and material properties of brick. The randomised Sobol sequence-based sampling method, one of the Randomized Quasi-Monte Carlo (RQMC) methods, was applied for risk assessment and error estimation. It was found that, under the climatic condition of Ottawa, limiting the amount of wind-driven rain to which walls are subjected is a more robust mitigation measure than improving cladding ventilation in controlling mould growth risk, the improving of water tightness of exterior façade is not as robust as wind-driven rain deflection and cladding ventilation, however, the reduction of rainwater penetration can reduce the mould growth risk at different levels of rain deposition factor and cladding ventilation rate.
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