MétaCan
Menu
← Retour à la cohorte
Enregistrement W4245385749 · doi:10.32920/ryerson.14668242

Control of window thermal insulation response and energy savings

2021· preprint· en· W4245385749 sur OpenAlexaff
Edmund Konroyd-Bolden

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensToronto Metropolitan UniversitySciencetech (Canada)
Organismes subventionnairesnon disponible
Mots-clésMultiphysicsEmissivityBuilding envelopeDynamic insulationSolar energyLow emissivityMechanical engineeringComputer scienceThermal insulationThermal massHeat transferThermalBuilding energy simulationSolar gainComponent (thermodynamics)SimulationEfficient energy useEngineeringFinite element methodEnergy performanceMaterials scienceStructural engineeringVacuum insulated panelMeteorologyOpticsElectrical engineeringMechanicsPhysics

Résumé

récupéré en direct d'OpenAlex

A definite requirement of the building envelope is to separate the natural environment from the indoor environment. Energy is one component of the environment that we sometimes wish to capture, harness, or reject. How can these actions be best performed to yield passive benefits such as solar heating or shading? This research focuses on control of solar radiation, and the role windows play as transfer medium between indoor and outdoor environments. A novel concept for passively controlling solar thermal energy input, and building thermal energy output with the use of operable insulation is investigated during the heating season. This is done through a combination of finite element mathematical modeling using COMSOL multiphysics software (heat transfer module), field performance testing, and theoretical design/modeling for validation of this concept. Modeling and field testing revealed an energy imbalance attributed to unpredictable solar gains and spectrally dependent emissivity of materials. Simulation results of the concept reveal improvements that translate to reduced heat flux losses as compared to the tested and simulated normal static, or more commonly used daily-cycle systems

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
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
Bibliométrie0,0000,000
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)0,0020,000

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 Opus0,004
Tête enseignante GPT0,174
Écart entre enseignants0,169 · 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→