MétaCan
Menu
← Retour à la cohorte
Enregistrement W4247205851 · doi:10.32920/ryerson.14654880

Analyzing the Impact of the Phius HRV/ERV protocol on North American Passive House Certification

2021· preprint· en· W4247205851 sur OpenAlexaffabout
Jimmy X. Tang

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensToronto Metropolitan UniversityPontifical Institute of Mediaeval Studies
Organismes subventionnairesnon disponible
Mots-clésCertificationMargin (machine learning)Environmental sciencePassive houseProtocol (science)GeographyStatisticsEconometricsClimatologyComputer scienceEconomicsMathematicsEngineeringGeologyMedicine

Résumé

récupéré en direct d'OpenAlex

The stated heat recovery efficiency of HRV and ERV units in North American passive houses is dependent on the testing procedures and calculation methods established by several pertinent performance testing standards. This project highlights major differences between the applicable HRV/ERV standards for North American passive houses: the European Passive House Institute standard, the Canadian CSA-439-09 standard, and the American HVI-920 standard. It further examines the proposed PHIUS protocol which established ɳPHUIS, a modified HRV/ERV heat recovery efficiency rating to more accurately reflect the North American climate. Simulations were performed to quantify its effect on the modelled annual heat demand for 31 certified passive houses. The results yielded two key findings. First, the margin of error for the new rating, ɳPHUIS, relative to the existing rating, Ɛ, is a function of the regional climate given by the equation: y = 0.00001x + 0.0012. Locations with a colder climate have longer winters, thereby increasing the heating demand and intensifying the margin of error. Second, small to medium sized houses with floor areas (<250m2), which formed 90% of the sample study, have the largest impact on the margin of error up from 3.8% to 12% compared to large homes (>250 m2) from 2.8% to 4.2%. The results validate the necessity for PHIUS’ proposed ɳPHUIS for North American HRV/ERVs.

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)0,011
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,038
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 GPT0,264
Écart entre enseignants0,247 · 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'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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetBuilding Energy and Comfort Optimization→Travaux en français237 207→