Design fires for fire safety engineering: a state-of-the-art review
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.
Notice bibliographique
Résumé
In line with the worldwide trend of moving towards performance-based codes, Canada and many other countries are planning to introduce performance/objective-based codes in the near future. A performance-based approach allows for flexibility in design that may lead to improved cost-effectiveness. The success of these code systems will depend, to a large extent, on the ability of the available computational tools, most of which rely on suitably-defined design fires, to adequately predict the impact of fires on buildings and their occupants. It has always been recognized that the specification of design fires, derived from appropriate design fire scenarios, is a possible source of uncertainty in conducting any fire safety engineering assessment. This uncertainty stems from the difficulty in accurately calculating the combustion process (heat release rate, production of smoke and other gaseous species) based on the type, quantity, and arrangement of combustibles, as well as the point of ignition and subsequent fire spread to adjacent combustibles. This literature review was carried out to determine the range of methods used to characterize design fires. The methods currently available were found to be largely empirical in nature and fairly unsophisticated. The two main quantities used to describe design fires were found to be the heat release rate (pre-flashover scenario) and temperature-time profiles (post-flashover). The most widely-used pre-flashover design fires are t2 fires, whereas a host of empirical correlations are available for post-flashover design fires.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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