Energy and Thermal Performance Analysis of PCM-Incorporated Glazing Units Combined with Passive and Active Techniques: A Review Study
Notice bibliographique
Résumé
The building envelope provides thermal comfort, an excellent visual view, and sunlight for the occupants. It consists of two parts: (i) an opaque (non-transparent) part (e.g., walls and roofs) and (ii) a transparent part (e.g., windows, curtain walls, and skylight devices). Recently, the use of fully-glazed facades, especially in large cities, has increased due to their aesthetical and structural advantages. This has led this study to review the performance of the currently passive smart glazing technologies. Phase Change Materials (PCMs) as latent energy storage material is the focus of this review, as well as other individual and combined techniques, including shading systems, solar cells (photovoltaic), and chromogenic (thermotropic and thermochromic) materials. PCM-integrated glazing systems have been extensively studied and rapidly developed over the past several decades from the standpoint of unique system designs, such as passive, active, and passive/active mixed designs, intelligent management, and sophisticated controls. In the academic literature, numerous studies on PCM-integrated building envelopes have been conducted, but a comprehensive review of PCM-integrated GUs combined with other passive and active techniques using dialectical analysis and comparing the climatic conditions of each study using Köppen-Geiger climate classification climate classification has been performed only rarely. Consequently, the primary objective of this study is to reduce this discrepancy for all types of glazing, excluding glazed roofs. This review article also contains literature tables as well as highlights, limitations, and further research suggestions at the end of each subsection.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| 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 ».