The application of the quasi-steady vector model to low-rise buildings with sloped roofs
Notice bibliographique
Résumé
This paper examines the performance of the quasi steady (QS) vector models on low-rise building roofs of different shapes and slopes. Wind tunnel tests were conducted for low-rise building models with gable and hip roofs of different slopes and compared with data from a flat roof building, for which the QS vector model is known to be accurate. It is observed that the performance of the QS vector model for sloped roofs on low-rise buildings depends on the details of the local flow field and aerodynamics. These models have good accuracy for regions with flow separation but are much less accurate for regions with attached or reattached flow. For regions on sloped roofs with flow separations, the QS vector model is less accurate than for the equivalent separated flow (leading edge) regions on flat roofs when there is separation at the eaves but has a similar level of performance when there is no leading edge separation on the windward roof prior to the separation at the ridge. This is because the separated flow over the leeward portions of the gable and hip roofs is disrupted by the developing windward roof boundary layers when the flow separates at the eaves. Velocity measurements positioned one roof height above the ridge are effective to conduct quasi-steady analysis for the leeward faces of gable and hip roofs where flow separation controls the local aerodynamics. This single probe location is less effective for windward roof faces, which would require different methods to capture the QS fluctuations associated with the developing roof boundary layers.
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 ».