MétaCan
Menu
Retour à la cohorte
Enregistrement W4389223990 · doi:10.1088/1742-6596/2600/9/092014

Influence of specific characteristics of subjects and environmental conditions on comfort level during showering

2023· article· en· W4389223990 sur OpenAlexfundno aff
Katarzyna Albrecht, Jonas Keuler, Peter Pärisch

Notice bibliographique

RevueJournal of Physics Conference Series · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Gender and Health
Mots-clésShowerPerceptionAudiologyTest (biology)Thermal comfortPsychologyEnvironmental scienceStatisticsSimulationMeteorologyMathematicsMedicineComputer scienceEngineeringGeographyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract In systems that do not store domestic hot water (DHW), temperature fluctuations occur in the hot water temperature at the outlet when the DHW load changes. If these temperature fluctuations arrive at the tapping point, they influence the users’ perception of comfort. Especially in the shower these temperature fluctuations can lead to a loss of comfort. Unlike in the field of air conditioning, there have been relatively few studies on the perception of comfort in the shower, and these used only males as test subjects. Therefore, we started a study with 120 persons with the aim to involve a representative variety of test subjects. In our test facility a temperature profile with varying rates of change was imprinted and the test subjects provided feedback on whether they noticed temperature changes or found them uncomfortable. In this study, results on the comfort perception of the participants in the shower are examined in relation to individual factors such as gender, age or Body-Mass-Index (BMI), and the outside temperature. We cannot determine a specific impact of these factors on the comfort perception of a group of test subjects. Neither was an influence on the desired temperatures, which ranged between 33 °C and 45 °C, detected.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,681
Score d'incertitude au seuil0,331

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 ouverte0,0000,000
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 Opus0,017
Tête enseignante GPT0,201
Écart entre enseignants0,184 · 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'étudeExpérimental (laboratoire)
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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetBuilding Energy and Comfort OptimizationTravaux en français237 207