MétaCan
Menu
Retour à la cohorte
Enregistrement W4362469755 · doi:10.3390/f14040718

Evaluation of Moisture Performance of Tall Wood Building Envelope under Climate Change in Different Canadian Climatic Regions

2023· article· en· W4362469755 sur OpenAlexaffabout
Maurice Defo, Lin Wang, Michael Lacasse, Travis Moore

Notice bibliographique

RevueForests · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueHygrothermal properties of building materials
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésBuilding envelopeEnvironmental scienceCladding (metalworking)MoldClimate changeMoistureMeteorologyHydrology (agriculture)GeographyEcologyGeotechnical engineeringGeologyMaterials science

Résumé

récupéré en direct d'OpenAlex

A study was realized to assess the effects of historical and projected future climates on the hygrothermal performance of cross-laminated timber wall assemblies in 12 Canadian cities belonging to several climate regions and zones and for two cladding and ventilation types. Water ingress in the wall assembly was supposed to be 1% wind-driven rain (WDR), and the airflow rate in the drainage cavity was calculated using local climate data. The hygrothermal simulation results showed that under the assumption of no deficiencies allowing wind-driven rain to enter into the wall (perfect wall), there is no risk of mold growth in the future for both claddings, either vented or ventilated. Under the assumption of high moisture loads (1% WDR), the mold growth risk could increase significantly in all climate regions and cities considered. However, in those cities located in the Cordillera and Prairie regions, the increase was not found to be problematic as the maximum mold growth remained under the acceptable level, whereas for cities located in coastal and southeastern regions, the increase in mold growth risk could be considerable. The impacts of cladding and ventilation types on the relative performance of the walls varied with city location.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,646
Score d'incertitude au seuil0,951

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,054
Tête enseignante GPT0,270
Écart entre enseignants0,215 · 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

Citations13
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueForestsMême sujetHygrothermal properties of building materialsTravaux en français237 207