MétaCan
Menu
Retour à la cohorte
Enregistrement W4416213407 · doi:10.1108/sasbe-04-2025-0181

Developing a system reference architecture for assessing risks of heatwaves in residential buildings using a cloud-BIM environment: a design science research approach

2025· article· en· W4416213407 sur OpenAlex
Nour Samaro, T. Hartmann, Fuad Baba, Susana Martín, Milad Zamanifar

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSmart and Sustainable Built Environment · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensCanadian Anesthesia Research Foundation
Organismes subventionnairesEuropean Commission
Mots-clésOverheating (electricity)ArchitectureThermal comfortBuilt environmentUsabilityStakeholderRisk assessmentDecision support system

Résumé

récupéré en direct d'OpenAlex

Purpose As climate change accelerates, the frequency and intensity of extreme heat events are rising, making it critical to assess and improve the thermal resilience of residential buildings. Current assessment methods are time-consuming, costly and not easily scalable, while often lacking stakeholder engagement or integration with real-time climate data. This study aims to address these limitations by developing a scalable, cloud-based reference architecture that supports the assessment and mitigation of overheating risk in residential buildings. It offers a systematic approach to improving efficiency, automation and user collaboration within climate adaptation planning. Design/methodology/approach The study employs a design science research (DSR) methodology to develop a three-layered reference architecture for overheating risk assessment. The architecture includes a data management layer (building information modelling (BIM), climate and comfort data), a business logic layer (simulation and risk analysis) and an application layer (user interface and decision support). The design was informed by expert input across three evaluation phases and supported by visual tools and mock-up prototypes. Validation was conducted through expert reviews and a strengths, weaknesses, opportunities and threats analysis to assess scalability, technical feasibility and usability. Findings The proposed architecture demonstrates the potential to improve thermal risk assessment efficiency by integrating adaptive comfort models, climate projections and stakeholder-driven workflows. Expert evaluations confirmed the system's value in enabling scalable, automated simulation and visualisation of overheating risk across residential buildings. The mock-up interface supports informed decision-making and usability for non-expert users. The layered architecture enhances transparency, modularity and potential for future integration with digital twins or Internet of Things systems. While not yet implemented, the system offers a strong foundation for future software development and real-world application. Originality/value The originality of this study lies in the development of a system reference architecture for assessing heatwave risks in residential buildings, aimed at enhancing resilience to extreme heat. Unlike previous frameworks focused on energy or general risk management, this architecture integrates BIM, climate data and adaptive thermal comfort modelling into a single, cloud-based platform. It supports automation, user collaboration and scenario-based decision-making. The framework is designed to assist platform developers, engineers and policymakers in mitigating heatwave risks, improving building performance and advancing climate adaptation efforts within the built environment.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,582
Score d'incertitude au seuil0,811

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,077
Tête enseignante GPT0,319
Écart entre enseignants0,243 · 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