Cool Roofs in the US: The Impact of Roof Reflectivity, Insulation and Attachment Method on Annual Energy Cost
Notice bibliographique
Résumé
While it is well-known that cool roofs can efficiently reduce cooling demand in buildings, their overall energy performance in mixed and cold climates has been a topic of debate. This paper presents a comprehensive simulation study to evaluate the combined impact of roof reflectivity, insulation level, and construction type (adhered vs attached) on annual energy demand and energy costs in the United States, for different buildings and climate zones. EnergyPlus was used to model three building types (retail, office, and school buildings) for the 16 most climate-representative locations in the US using typical reflectivity and insulation values. The results show that (i) roof reflectivity is equally important to roof insulation in warm climates; (ii) for low-rise offices and schools, the benefits of reflective roofs vs dark-colored roofs are clear for all US climatic zones, with higher savings in warm climates; (iii) for big-box-retail buildings, reflective roofs perform better except for cold climate zones 7–8; (iv) dark-colored, mechanically attached roofs achieve slightly better performance than reflective roofs in mixed and cold climates. Decision makers should consider building type, climatic conditions, roof insulation levels, and durability performance, along with roof reflectivity, when assessing the overall potential benefits of cool roofs.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».