A field study on summertime overheating of six schools in Montreal Canada
Notice bibliographique
Résumé
Abstract Due to global climate change, the world has been experiencing significant increases in average temperatures and the frequency and intensity of extreme weather events such as heatwaves. The overheating problem in indoor spaces of buildings has become a concern to the comfort and health of building occupants, especially vulnerable populations such as the elderly, children, or the sick. A field monitoring network consisting of rooftop weather stations and indoor sensors has been set up on 11 buildings of different types in Montreal, Canada. This paper presents the results of field measurements of indoor thermal conditions of six school buildings to assess the risks of summertime overheating. These six primary school buildings were built in 1930-1966 with window-wall-ratios between 10-30% and limited mechanical ventilation. The indoor dry-bulb air temperature, relative humidity, and CO 2 concentrations are measured by indoor wireless sensors. The weather conditions, including dry-bulb temperature, relative humidity, solar radiation, rainfall, wind speed, and wind direction, are measured by rooftop weather stations. Measurements presented in this paper are collected from July to September 2020, which include four different time intervals: (a) during two heatwaves, (b) during summer break when schools were closed, and (c) when schools were reopened, and windows were intermittently opened. Data analysis shows that the indoor and outdoor temperature difference has a strong linear correlation with the outdoor temperature observed for all school buildings. This correlation is also affected by building operations, such as opening windows, closing blinds, and the micro-climate of their surroundings.
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 ».