Cost Effective Basement Wall Drainage Alternatives Employing Exterior Insulation Basement Systems (EIBS)
Notice bibliographique
Résumé
This paper compares the physical and economic (life cycle) performance of insulation materials placed on the exterior, above and below-grade portions of residential basements, in lieu of non-insulating drainage membranes and drainage layers, combined with internal insulation. The findings are premised on research, field studies and analysis associated with the Performance Guidelines for Basement Systems and Materials Project undertaken by the Institute for Research and Construction, National Research Council Canada. The thermal and drainage performance of several insulation materials installed on the exterior, basement portions of a test house located on the NRCC campus in Ottawa were monitored for a period spanning two heating seasons. In addition to assessing the effective, insitu thermal resistance of the insulation materials over the study period, the results for drainage effectiveness were also compared with conventional drainage layer and membrane materials commonly used in residential basement construction. An economic analysis of the exterior basement insulation system (EIBS) applications was also performed to compare their cost effectiveness with interior insulation applications relying on drainage membranes for exterior moisture protection. A comparison of critical considerations pertaining to exterior and interior basement insulation strategies is also presented, along with relevant conclusions based on the testing, energy modelling and economic assessment of EIBS. Ted Kesik is a professor of building science at Ryerson Polytechnic University, and currently Visiting Associate Professor in the Faculty of Architecture, Landscape and Design at the University of Toronto. Mr. Mike Swinton is a senior research officer at the Institute fo...
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 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».