MétaCan
Menu
Retour à la cohorte
Enregistrement W4412608584 · doi:10.22487/ruang.v18i1.159

Pengaruh Morfologi Blok Perkotaan Terhadap Konsumsi Energi Bangunan Komersial, Studi Kasus: Kota Palu, Indonesia

2024· article· en· W4412608584 sur OpenAlexaff
Neyman Pearson Tanari, Nedyomukti Imam Syafii

Notice bibliographique

RevueRUANG JURNAL ARSITEKTUR · 2024
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueArchitectural and Urban Studies
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicine

Résumé

récupéré en direct d'OpenAlex

The increasing global energy demand has become one of the issues in energy saving in buildings, not least in urban blocks where buildings and other buildings can influence each other. Urban block morphology with complex parameters can affect the energy performance of buildings at the block scale. However, on the other hand, analysis of the combined effect of urban block morphology parameters on building energy consumption is still lacking. In this study, the aim is to examine the methods and results of the effect of urban block morphology on building energy consumption. First, the research workflow for urban block energy assessment with geometry parameters as the basis for energy simulation. The sample urban block model formed is a building plot in the form of a hypothetical district of office buildings, which is then classified based on site coverage and building height. After that, the use of geometry parameters to evaluate and obtain the Energy Use Intensity (EUI) value for each sample urban block model is analyzed. Then, the combined effects of urban block morphology and geometry parameters on building energy consumption are evaluated and see how much impact they have in changing building energy use values. The results and analysis show that building density and height can directly affect building energy consumption. Increasing the values of site coverage and building height parameters has a positive influence on decreasing the EUI value.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,616
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,029
Tête enseignante GPT0,230
Écart entre enseignants0,202 · 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.

Devis d'étudeSans objet
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 revueRUANG JURNAL ARSITEKTURMême sujetArchitectural and Urban StudiesTravaux en français237 207