MétaCan
Menu
Retour à la cohorte
Enregistrement W4386523017 · doi:10.32920/24101496

Convergence of Architectural, Visual and Climate Data

2023· preprint· en· W4386523017 sur OpenAlexaff
Filiz Klassen

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueArchitecture and Computational Design
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésArchitectural engineeringComputer scienceArchitectureContext (archaeology)VisualizationRenewable energyElectric lightTechnological convergenceData scienceMeteorologyEngineeringGeographyArtificial intelligenceTelecommunications

Résumé

récupéré en direct d'OpenAlex

The relationship between buildings and image, both static and moving, has occupied a significant role throughout architectural history. Current innovations in materials research, digital technology and lighting are strengthening this connection as a vital idea permeating image arts and built spaces. The objective of this paper is to expand the intersection of architecture and image within the context of climate change. As the recent kinetic art and media facades as well as the author’s own prototypes highlight, this emergent practice promotes climate conscious interactive systems and sustainable illumination that are integrated into building surfaces. While responding to changes in environmental variables and illuminating the building with renewable energy sources, this alternative approach also emphasizes developing a social and environmental narrative for the use of media facades, challenging the current application for mainly commercial advertising. The author’s own climate responsive prototypes reveal the methodological experimentation with weather elements of snow, rain, light and wind. The three-tiered display of collected climactic information lead to integration of various technologies to make the elements visible, harvest and generate energy from their kinetic movement. This paper will present conclusions drawn from the previous experimentation, as well as a new direction to eliminate additional light pollution while integrating architectural and climate visualization with the sustainable media façade technology in built environments.

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)0,003
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,019
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,001
Communication savante0,0080,005
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,055
Tête enseignante GPT0,292
Écart entre enseignants0,238 · 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'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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetArchitecture and Computational DesignTravaux en français237 207