MétaCan
Menu
← Retour à la cohorte
Enregistrement W4399765448 · doi:10.32920/26052427.v1

A Parametric Analysis of Internal Airflow Patterns in Supertall Passive House Multi-unit Residential Buildings

2024· preprint· en· W4399765448 sur OpenAlexaff
Benjamin P. Brown

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensFanshawe College
Organismes subventionnairesnon disponible
Mots-clésAirflowUnit (ring theory)Architectural engineeringParametric statisticsPassive houseEnvironmental scienceEngineeringMathematicsStatisticsMechanical engineeringElectrical engineeringMathematics education

Résumé

récupéré en direct d'OpenAlex

In the face of accelerating climate change, a growing need for high density housing, and the demand for excellent indoor air quality through suitable ventilation, this study simulates internal airflow patterns of a supertall, multi-unit residential building (MURB) using parametric analysis on 87 steady-state models in CONTAM. Research is expanded from prior investigations of cold climate MURBs to the CTBUH 300 m supertall height criteria, and Passive House level airtightness. Corridor pressurization and direct-to-suite ventilation systems are modeled to predict the suitability of each system for this typology. Stepped outdoor temperature ranges identify the cold climate impacts The findings suggest vertically compartmentalization of core shafts most effectively reduce stack pressures leading to internal airflow spread. Secondly, improved airtightness of internal pressure boundaries should be applied from the core outward, in conjunction with a slightly pressurized corridor and balanced in-suite ventilation. Improved airtightness of suite doors is highlighted as a concern where other mitigation measures have not been applied, as stack pressures can become too great for ease of door operability. This study emphasizes that a Passive House envelope alone will not eliminate stack-induced suite-originating contaminated airflow.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,015
Tête enseignante GPT0,245
Écart entre enseignants0,231 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBuilding Energy and Comfort Optimization→Travaux en français237 207→