MétaCan
Menu
← Retour à la cohorte
Enregistrement W4230725225 · doi:10.32920/ryerson.14645103.v1

Analysis and feasibility study of a multiple-pass heat and energy recovery ventilator with integrated economizer for residential use

2021· preprint· en· W4230725225 sur OpenAlexaboutno aff
Junlong Zhang

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomizerEnvironmental scienceTRNSYSEfficient energy useSetpointHeat recovery ventilationHumidityEnvironmental economicsOperations managementEnergy (signal processing)Computer scienceEconomicsEngineeringHeat exchangerMeteorologyStatisticsMechanical engineeringMathematicsGeography

Résumé

récupéré en direct d'OpenAlex

The feasibility of a novel total energy recovery ventilator (HERV) was studied, through the use of an Excel-based screening tool developed for cost analysis, and through TRNSYS simulations for performance analysis. Cost analysis indicated that the HERV almost always outperformed the conventional systems, whereas its attractiveness could be limited by its high capital investment. Simulation results indicated that the counter-flow HERV provided better control of house humidity towards the setpoint, in the meantime, minimized the annual energy use. The performance of heat recovery (HRV) and energy recovery (ERV) ventilators was investigated side-by-side at the Archetype Sustainable Twins-House located in Toronto, Canada. The ERV sensible efficiency ranged from 76.4% to78.5% at an outdoor temperature of -20°C and 5°C respectively, while the HRV efficiency ranged from 91.0% to 95.0% at -16.6°C and 0.7°C respectively. Freezing caused a dramatic drop in the efficiency that was found to be as low as 50%.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,017
Tête enseignante GPT0,223
Écart entre enseignants0,206 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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 sujetBuilding Energy and Comfort Optimization→Travaux en français237 207→