MétaCan
Menu
Retour à la cohorte
Enregistrement W4246481819 · doi:10.32920/ryerson.14656995

Evaluating the use of straw bales in achieving passive house certification (PHIUS+ 2015) in western Canada

2021· preprint· en· W4246481819 sur OpenAlexaffabout
Ashley Lubyk

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueHygrothermal properties of building materials
Établissements canadiensToronto Metropolitan UniversityUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésStrawEmbodied energyEnvironmental scienceCarbon footprintCertificationAgricultural engineeringComputer scienceGreenhouse gasEngineeringEcologyAgronomy

Résumé

récupéré en direct d'OpenAlex

Achieving Passive House certification requires super insulation which can significantly raise the embodied energy and carbon footprint of a project, effectively front-end loading the climate impact, especially where petrochemical foam-based products are used. This research sought to evaluate the use of straw bales - a low embodied energy, carbon sequestering agricultural by-product - to achieve PHIUS+2015 certification. A straw bale wall system was adapted to a single-family detached reference house designed to meet the Passive House standard. The wall system was evaluated for applicability across three Western Canadian cities using WUFI Passive energy simulation software to evaluate compliance; thermal bridging and hygrothermal performance were also evaluated. It was found that the proposed straw bale wall assembly satisfied the PHIUS+ 2015 requirements in all three locations - Saskatoon, Calgary, and Kelowna - with only minor changes required to the reference house design. The annual heating demand and peak heating load, the two targets most sensitive to design changes, were, respectively, 4% and 8.6% below the target in Saskatoon, 63.1% and 21.3% below in Calgary, and 63.1% and 32.6% below in Kelowna. The research also revealed that maintaining a high degree of air tightness is essential for satisfying the requirements. Overall, this research demonstrates that straw bales can be a beneficial component in creating high performance enclosures without exacting a large embodied carbon footprint.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,390
Score d'incertitude au seuil0,852

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 Opus0,122
Tête enseignante GPT0,299
Écart entre enseignants0,177 · 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'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

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetHygrothermal properties of building materialsTravaux en français237 207