MétaCan
Menu
Retour à la cohorte
Enregistrement W4312947284 · doi:10.1063/5.0102967

Energy-efficient educational building design based on green building concept and its stability analysis

2022· article· en· W4312947284 sur OpenAlexaff
K. S. Anandh, Mahamoud Irshad, Aravind Murali, M. G. Soundarya Priya

Notice bibliographique

RevueAIP conference proceedings · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueSustainable Building Design and Assessment
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésArchitectural engineeringGreen buildingStability (learning theory)Computer scienceEfficient energy useEnergy (signal processing)EngineeringElectrical engineeringMathematicsMachine learning

Résumé

récupéré en direct d'OpenAlex

Rapid urbanization and globalization significantly influence society, necessitating the use of non-renewable natural resources to create electricity. The electricity demand has risen substantially in recent years, owing to the sophisticated lifestyles of today’s rapidly expanding population. This demand can be gradually reduced by harnessing natural resources such as sunlight and wind. In this study, a G+7 educational building is designed using green building construction methods, and its stability is tested under various load combinations. Appropriate shading and ventilation designs are incorporated to minimize the energy consumed; as a result, the designed energy-efficient model is compared to a similar conventional building using an energy simulation tool to determine the quantum of electricity conserved. The investigation found that modifications in shading and ventilation have a more significant proportional influence on controlling artificial energy usage in buildings.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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: aucune
Score de désaccord entre enseignants0,556
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,023
Tête enseignante GPT0,248
Écart entre enseignants0,225 · 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.

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIP conference proceedingsMême sujetSustainable Building Design and AssessmentTravaux en français237 207