MétaCan
Menu
Retour à la cohorte
Enregistrement W7027058838

Buildings integrated phase change materials: modellings and validation of a novel tool for the energy performance analysis

2017· book-chapter· en· W7027058838 sur OpenAlexaboutno aff

Notice bibliographique

RevueNova Science Publishers (Nova Science Publishers, Inc.) · 2017
Typebook-chapter
Langueen
DomaineEngineering
ThématiquePhase Change Materials Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhase-change materialBuilding energy simulationEnergy performanceEnergy (signal processing)ThermalMATLABPhase changePhase (matter)Thermal inertia
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this paper a novel dynamic energy performance simulation model for the Phase Change Materials (PCM) analysis is presented. The model is implemented in a suitable computer code, written in MatLab and called DETECt, for complete building energy analyses. In the presented model, the “effective specific heat” method is implemented. Here, the specific heat of each PCM layer changes as a function of the system phase and temperature in both melting and freezing processes. A model validation is carried out by comparing numerical results vs. measurements obtained at Solar Laboratory of Concordia University (Montreal, Canada). The simulation model allows exploring the potential of PCMs to increase the thermal inertia of buildings envelopes and to assess the effects/weight of several design parameters (e.g. PCMs melting temperature, etc.) on the building heating and cooling energy demand and on the related thermal comfort. In order to show the potentiality of the presented simulation model, suitable case studies referred to residential and office buildings, to three different weather conditions and to two alternative PCM layouts in the building envelope, are developed.

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)0,010
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte
Catégories consensuellesÉtudes des sciences et des technologies, Communication savante
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,584
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0050,003
Études des sciences et des technologies0,0010,007
Communication savante0,0170,030
Science ouverte0,0060,001
Intégrité de la recherche0,0010,001
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 Opus0,127
Tête enseignante GPT0,327
Écart entre enseignants0,199 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNova Science Publishers (Nova Science Publishers, Inc.)Même sujetPhase Change Materials ResearchTravaux en français237 207