MétaCan
Menu
Retour à la cohorte
Enregistrement W7132559155

The thermal effects of adding a window to a wood stud wall assembly

2020· article· en· W7132559155 sur OpenAlexfundvenueno aff
M. Ghobadi, J. Cingel, K. Kadzadej

Notice bibliographique

RevueNPARC · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueHygrothermal properties of building materials
Établissements canadiensnon disponible
Organismes subventionnairesNatural Resources Canada
Mots-clésBuilding envelopeThermalThermal resistanceThermal bridgeMultiphysicsBridging (networking)Thermal transmittanceEnvelope (radar)Window (computing)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Improving the thermal performance of buildings is an essential element when addressing issues related to the effects of climate change on the building envelope. Minimizing energy usage of and heat losses from buildings are important measures in achieving these associated goals. The thermal performance of a building envelope can highly impact the overall performance and energy efficiency of the building. It has been shown that the thermal resistance (R-value) of a building envelope can be affected by thermal bridging sources. Hence, it is important to accurately determine the R-value of building envelopes with thermal bridging components. In this study the thermal bridging effect of a window on wood stud wall assemblies was investigated both experimentally and numerically. A 2.4 m × 2.4 m wood-stud wall assembly, typical of North American wood-frame construction practice, was fabricated with an opening to accommodate a window. The opening in the wall assemblies was first filled with EPS and thereafter tested in the guarded hot box; following which, the EPS in the wall assembly, was replaced with a window. In this study Numerical simulation packages, THERM and WINDOW, were employed to calculate the thermal resistance of a window. The incremental effect of adding this window to a wood stud wall assembly was then investigated numerically and experimentally. COMSOL Multiphysics was employed to evaluate the effective thermal resistance of the wall and the results were benchmarked against the Guarded Hot Box (GHB) results collected in the NRC facility.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,207
Écart entre enseignants0,195 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNPARCMême sujetHygrothermal properties of building materialsTravaux en français237 207