MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410558301 · doi:10.5194/icuc12-331

Global urban climate and building energy simulations by SLUCM+BEM

2025· preprint· en· W4410558301 sur OpenAlexaff
Yuya Takane, Tomoko Nitta, Sachiho A. Adachi, Kei Yoshimura, Takashi Arakawa, Masuo Nakano, Makoto NAKAYOSHI, Shiho Onomura, Ben Crawford

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensSemtech (Canada)
Organismes subventionnairesnon disponible
Mots-clésEnergy (signal processing)Environmental scienceClimatologyGeographyMathematicsGeologyStatistics

Résumé

récupéré en direct d'OpenAlex

We have developed ILS+Urban: a coupled model of an offline land-surface model (ILS) and an urban canopy and building energy model (SLUCM+BEM) for global urban climate and energy research. The ILS is an offline land-surface model developed by Nitta et al. (2020) that includes MATSIRO (Takata et al. 2003), a land-surface model for the global climate model MIROC5. The SLUCM+BEM is a new parametrisation for urban climate and building energy simulations developed by the authors (Takane et al. 2024), which can simply simulate anthropogenic heat from buildings (QFB) and electricity consumption (EC) from human activities. The model could well reproduce urban air temperature and EC in the Tokyo metropolitan area. We have implemented SLUCM+BEM in ILS, which allows us to simulate global urban climate and building energy with relatively low computational resources in offline mode. A test simulation of ILS+Urban shows that QFB and EC tend to be quantitatively high throughout the year in the Middle East. Shortly, we will implement a global urban database (e.g. global LCZ, anthropogenic heat emissions and morphology, air-conditioning adoption rate) and new technology parameterisations (e.g. EV, PV and heat pump water heaters) for global urban climate and building energy projections and countermeasures for urban heat and energy savings & generation. In addition, the ILS+Urban will be coupled with global climate models (e.g. MIROC and NICAM).

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0030,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,003

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 Opus0,005
Tête enseignante GPT0,217
Écart entre enseignants0,212 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

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