MétaCan
Menu
Retour à la cohorte
Enregistrement W7015044991

Risk of condensation and mold growth in highly insulated wood-frame walls

2016· article· en· W7015044991 sur OpenAlexafffundvenue

Notice bibliographique

RevueNPARC · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueHygrothermal properties of building materials
Établissements canadiensNational Research Council CanadaNatural Sciences and Engineering Research Council of Canada
Organismes subventionnairesNatural Resources Canada
Mots-clésMoldCondensationMoistureDynamic insulationThermal insulationParametric statisticsThermal
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A research study was conducted to investigate the risk of condensation and mold growth in 2x6 wood-framing wall assemblies associated with increasing the thermal resistance (R-value) of cavity insulation for various scenarios of exterior insulation products. Based on the current construction practices, a set of three wall assemblies with different types of exterior insulation systems were chosen for field study with different R-values. In the first phase of this study, the hygrothermal model was benchmarked against the test data of full scale wood-farming wall systems. The predications of the model were in good agreement with the test data. Thereafter, the model was used to conduct parametric study to assess the risk of condensation of these wall assemblies when they were subjected to different air leakage rates for various climate zones. Both the numerical results and the field monitoring data showed different behaviours of exterior insulation strategies. The results of the hygrothermal performance were expressed using the mold index criteria, which allowed sufficient resolution to assess the risk of moisture condensation and related risk of mold growth in the wall assemblies. The results showed as well that adding exterior insulation of different water vapor permeance has resulted in lower risk of condensation and mold growth than the reference wall system (i.e. without exterior insulation).

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,231

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,008
Tête enseignante GPT0,187
Écart entre enseignants0,179 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations3
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNPARCMême sujetHygrothermal properties of building materialsTravaux en français237 207