Building reference year climate datasets for 564 reference locations in Canada
Notice bibliographique
Résumé
Climate change in the future will continue to bring about unprecedented climate and climate extremes, and buildings and infrastructure will be exposed to them. To ensure that new and existing buildings deliver satisfactory performance over their design lives, their performance under current and future projected climates needs to be assessed by undertaking building simulations. Reference years are one year (or a few years) prepared from the climate time series to capture aspects of interest from the long-term climate datasets. This database provides access to the following building simulation reference year files for 564 locations in Canada. 1. Typical Meteorological Year data for building energy applications are prepared using Sandia method (Hall et al. 1978; NREL 2008) by concatenating twelve typical meteorological months selected based on Finkelstein‐Schafer (FS) statistics. 2. Temperature reference years: Typical Downscaled Year, Extreme Cold Year, and Extreme Warm Year data are prepared following Nik (2016; 2017) by concatenating twelve typical, extreme cold, and extreme warm months respectively to capture the variability within the ensemble of climate model simulations. 3. Moisture Reference year data are prepared for hygrothermal applications. The median ranked year in terms of MI is selected as the conditioning year and the 10% level year is selected as the extreme year for hygrothermal applications. 4. Overheating reference year data are prepared to support the evaluation of overheating risk in buildings. The method used is described in Laouadi et al. (2020). In this approach, reference years are first generated for each simulation run and each global warming level by identifying extreme years with a return period greater than 15.5 years, using maximum-value statistical distribution functions. Three reference years are generated to represent three types of heat waves: long, intense, and severe. This analysis is repeated for all 15 simulation runs. The final reference years are then selected from the 15 runs based on the maximum values of duration, intensity, and severity. The data are provided for a historical time-period: 1991-2021 and seven future time-periods coinciding with 0.5ºC, 1ºC, 1.5ºC, 2ºC, 2.5ºC, 3ºC, 3.5ºC of global warming.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,010 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».