Impact of High-resolution Regional Climate Conditions on the Moisture Performance of Wood-frame Building Envelopes
Notice bibliographique
Résumé
Climate data is one of the most important inputs for hygrothermal simulations and significantly influences the simulation results that are used for moisture performance assessment of building envelopes. Conventionally, climate data from representative weather stations are used for hygrothermal simulations to assess the moisture performance of the buildings. Recently, the Construction Research Centre of the National Research Council Canada generated historical and future climate data for 564 locations across Canada. In this paper, the climate data of four urban locations within Vancouver (a humid and warm coastal city in Canada) were selected for hygrothermal simulations. These include an open area at the airport, a city center, an area surrounded by plants, and an area surrounded by a water body. The 31-year-long simulations were performed for a typical woodframe wall assembly complying with moisture protection designs as provided in the National Building Code Canada (NBCC 2020) but rain penetration was assumed considering the deficiency of exterior cladding. The differences in its hygrothermal response across the four locations were analyzed. It was found that some climate parameters are significantly different among the selected locations, although the values for moisture indices given in the NBCC 2020 for these locations are all similar. The results show that high values of WDR are the dominant factor that drives the moisture performance but there is no indication that the design of the assembly could be different among the tested locations.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».