MétaCan
Menu
Retour à la cohorte
Enregistrement W4242551994 · doi:10.32920/ryerson.14661408

Characterization of the Hygrothermal Properties of Wood Fibre Insulaton Board

2021· preprint· en· W4242551994 sur OpenAlexaboutno aff
Kelly Leanne Fordice

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueHygrothermal properties of building materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRelative humidityMoistureMaterials scienceHumidityComposite materialThermal conductivitySorptionThermal insulationWater contentThermalCharacterization (materials science)Environmental scienceGeotechnical engineeringMeteorology

Résumé

récupéré en direct d'OpenAlex

High thermal resistance building envelopes comprising wood fibre insulation board (WFIB) contribute to a reduction in building energy consumption associated with unwanted heat losses and gains. The longterm performance and durability of the WFIB material may perform differently than expected due to the temperature and moisture dependent material characteristics, including moisture sorption, vapour permeance, and thermal conductivity. This research investigated the characterization of hygrothermal properties of WFIB at temperatures and relative humidities expected for a Canadian climate. The hygrothermal characteristics of WFIB were determined to have a range of values as a result of the variable nature of wood fibre materials with temperature and moisture, and the variability of WFIB materials amongst manufactured products. The variabilities of these hygrothermal properties are expected to impact the materials overall moisture storage at various in-situ temperature and relative humidity conditions, and the materials ability to transport moisture at various in-situ temperature and relative humidity conditions. Additionally, the thermal performance of WFIB is expected to vary with in-situ temperature and relative humidity conditions, with increased thermal losses/gains with increasing temperature and increasing relative humidities.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,017
Tête enseignante GPT0,188
Écart entre enseignants0,172 · 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'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 sujetHygrothermal properties of building materialsTravaux en français237 207