MétaCan
Menu
Retour à la cohorte
Enregistrement W4389559059 · doi:10.1088/1742-6596/2654/1/012148

Impact of Tree Leaf Area Density on Cooling and Ventilation of an Urban Neighborhood

2023· article· en· W4389559059 sur OpenAlexaff
Aytaç Kubilay, Dominik Strebel, Dominique Derome, Jan Carmeliet

Notice bibliographique

RevueJournal of Physics Conference Series · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Heat Island Mitigation
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésMicroclimateTranspirationShadingEnvironmental scienceUrban heat islandVentilation (architecture)Vegetation (pathology)Atmospheric sciencesTree (set theory)Air temperatureMeteorologyHeat waveGeographyMathematicsComputer scienceEcologyGeologyClimate changeBotany

Résumé

récupéré en direct d'OpenAlex

Abstract The impact of trees during heat waves can be diverse, as their interaction with their surroundings depends on several parameters that modify shading, ventilation potential and transpiration rate. A multiscale coupled model is presented that allows the detailed analysis of the local impact of vegetation as a mitigation measure for urban heat islands. A case study is performed on an urban neighborhood in Zurich, Switzerland, with an aim to improve the understanding of physical processes in urban microclimate subjected to a heat wave. A parametric study presents the impact of varying the leaf area density (LAD) of the existing trees in the neighborhood. Comparisons of surface temperatures and rate of transpiration with available measured data show a good agreement. The results show that urban trees can reduce heat storage during the day due to shadowing, especially when they are in groups. The reduction in air temperature due to transpiration largely depends on LAD, wind-flow patterns and urban morphology. The results also indicate locations with an increase in air temperature due to the presence of trees.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,136
Score d'incertitude au seuil0,255

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 savante0,0000,001
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 Opus0,026
Tête enseignante GPT0,256
Écart entre enseignants0,230 · 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'étudeObservationnel
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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetUrban Heat Island MitigationTravaux en français237 207