MétaCan
Menu
Retour à la cohorte
Enregistrement W3213224867 · doi:10.32920/ryerson.14664627.v1

Thermal and Optical Performance of Granular Aerogel Glazing After Accelerated Ageing

2021· preprint· en· W3213224867 sur OpenAlexaff
VAdim Novik

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineChemistry
ThématiqueAerogels and thermal insulation
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésGlazingAerogelMaterials scienceDurabilityComposite materialTransmittanceAgeingThermalTemperature cyclingBuilding envelopeThermal transmittanceHumidityEnvelope (radar)Thermal resistanceOptoelectronicsEngineeringThermodynamics

Résumé

récupéré en direct d'OpenAlex

The glazing portion of a window has dual but conflicting functions where it is required to provide views to the outside, but also have good thermal resistance. Glazing is usually one of the weak points in the thermal envelope and tends to age quicker and to a higher severity. The combination of granular aerogel inside a glazing cavity is still relatively new product, but could offer both great thermal and optical performance. Currently available durability data for granular aerogel glazing is scarce. Accelerated ageing was used to generate real life equivalent stresses of 13.5‐74 years by exposing a set of samples to several climatic conditions. The center of glass U‐value increased by a maximum of 4% after accelerated ageing in the oven and the temperature cycling machine. A maximum reduction of 211% was measured in the visible transmittance after accelerated ageing climatic and humidity chambers.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,999

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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,022
Tête enseignante GPT0,242
Écart entre enseignants0,221 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAerogels and thermal insulationTravaux en français237 207