Comparative Analysis of Occupant Thermal Comfort, Energy Consumption, and CO<sub>2</sub> Emissions for an Educational Building in Cold Climate: A Case Study in Canada
Notice bibliographique
Résumé
Abstract Global climate change and global warming capture the attention of planners seeking more sustainable buildings to reduce dependence on fossil fuels and minimize energy consumption. Consequently, architects have developed buildings over the years and applied more sustainable strategies to cope with the environment, either in the shape of the building, the design of openings, or the use of more sustainable materials. These strategies provide more thermal comfort for long-term users. As a result, it is necessary to know the exact effect of using these strategies on thermal performance and energy consumption inside buildings. Therefore, researchers have developed many energy simulation tools and programs to provide a clear view of the nature of the building’s thermal performance and energy consumption based on data inputs about local weather situations of the building. Thus, we must know the ability of the software to model different design strategies and be sure that the results are valid. This paper aims to make an environmental simulation of an educational building in Montreal, Canada, using Design-Builder simulation and compare it with the as-built equivalent thermal zones applying different glazing materials, which is the main element of the building facade to enhance the thermal comfort with the lowest energy consumption and CO 2 emissions. This paper shows that using double glass low E 6/6mm Air gap is better for the case study building in cold climate weather that increases thermal comfort for the users, reduces energy consumption by 18.63%, and also reduces CO 2 emissions by 18.57% per year.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».