MétaCan
Menu
Retour à la cohorte
Enregistrement W4386524500 · doi:10.32920/24101496.v1

Convergence of Architectural, Visual and Climate Data

2023· preprint· en· W4386524500 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)VisualizationElectric lightTechnological convergenceRenewable energyData scienceMeteorologyEngineeringVisual artsGeographyArtificial intelligenceTelecommunications

Résumé

récupéré en direct d'OpenAlex

<p>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. </p>

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)0,000
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,523
Score d'incertitude au seuil0,503

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,001
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 Opus0,055
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 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetArchitecture and Computational DesignTravaux en français237 207