An architectural design framework to promote healthy indoor-outdoor connections in Arctic housing
Notice bibliographique
Résumé
This research proposes biophilic intermediate spaces as a promising architectural solution to improve indoor-outdoor connections, occupant well-being, and energy efficiency in Arctic housing. Basic examples of intermediate spaces in Arctic housing models include porches and vestibules. However, the architecture of these spaces has not yet been optimized to adress extreme climatic conditions and occupants’ needs. Therefore, this research develops an architectural design framework to optimize the architecture of intermediate spaces for Arctic housing to meet occupants’ well-being needs and improve housing energy efficiency. The research methodology combines an archetypal approach, exploratory case study analysis, and scoping literature review. The archetypal study examines the historical development of Canadian Arctic housing models in Nunavut, revealing the typological evolution, features, potentials, and deficiencies of intermediate spaces in the Arctic. The study identifies of the main design variables and performance indicators of intermediate spaces corresponding to healthy and positive indoor-outdoor connections, thermal and visual comfort, and energy efficiency. A conceptual model of an intermediate space is then simulated as an exploratory case study for a public Canadian Arctic residential building. The architectural design framework is established based on findings from the literature, archetypal studies of Arctic housing, and simulation results of an integrated model for an intermediate space and a public Arctic housing model in Nunavut. The proposed framework includes main architectural variables such as physical adjacency, material, orientation, space depth, and transparency ratio which impact thermal, lighting, and energy performance. This design framework can serve as a reference for creating policies and decision-making processes that integrate biophilic intermediate spaces with Arctic building practices, contributing to Canada's strategic plan for energy efficiency and vegetable production in the Arctic.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».