MétaCan
Menu
Retour à la cohorte
Enregistrement W4205606205 · doi:10.3390/buildings12010068

Development of Psi Factors for Thermal Bypass Due to Insulation Gaps in Low-Slope Roofing Assemblies

2022· article· en· W4205606205 sur OpenAlexaff
Sudhakar Molleti, David van Reenen

Notice bibliographique

RevueBuildings · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Heat Island Mitigation
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésThermal transmittanceThermal bridgeRoofMaterials scienceThermalThermal insulationComposite materialOffset (computer science)Thermal resistanceTransmittanceVacuum insulated panelStructural engineeringEngineeringOptoelectronicsComputer scienceThermodynamicsPhysicsLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

In commercial roofs, the presence or formation of gaps could be due to improper installation, thermal expansion, and dimensional changes in the insulation boards. The heat loss from these gaps could lead to higher thermal transmittance in the roof assembly. The current research study conducted around 70 experiments to investigate the effect of gap height, gap width and gap offset on the thermal transmittance of the roofing assembly. The measured data showed that in a staggered insulation layout with a joint offset of 610 mm (24 in), formation of 6.4 mm (1/4 in) to 12.7 mm (1/2 in) gaps at the insulation joints could contribute to an average decrease of 2% to 9% in the effective R-value of the roof assembly. As the insulation thermal resistance increases or becomes thicker, the thermal losses in the roof assembly increase. Generalized gap impact curves were developed to provide the relation between gap parameters (i.e., gap widths and height) and the thermal performance of the roof assembly. The experimental data were further analyzed using the psi factor approach of linear thermal bridging generating thermal transmittance data to support the calculation of thermal bypass from gaps in the thermal roof design.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,543
Score d'incertitude au seuil0,355

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 ouverte0,0000,000
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 Opus0,016
Tête enseignante GPT0,234
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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBuildingsMême sujetUrban Heat Island MitigationTravaux en français237 207