Analyse énergétique d'un hôpital desservi par un système dédié à l'air extérieur (DOAS)
Bibliographic record
Abstract
Les bâtiments canadiens consomment presque le tiers de l’énergie totale du pays, donc ils sont responsables de l’émission du tiers des gaz à effet de serre. Étant donné que les deux tiers de cette énergie sont dédié aux systèmes de ventilation, les besoins de modéliser un système de ventilation qui consomme moins d’énergie pour ensuite réduire les gaz à effet de serre s’avèrent indiscutables. \n \nL’objectif principal de ce mémoire est de modéliser un système dédié à l’air extérieur (Dedicated Outdoor Air system (DOAS)) et de comparer son efficacité avec les autres systèmes de ventilation et de climatisation couramment utilisés au Québec. Les systèmes DOAS deviennent de plus en plus populaires aux États-Unis à cause de leur efficacité énergétique tout en respectant la qualité de l’air intérieur. Par contre, l’installation de ce type de systèmes au Québec n’est pas très répandue. \n \nPour atteindre notre objectif, on a appliqué la méthode de calcul des débits d’air extérieur pour chaque système en fonction de la charge dans les zones, ensuite on a appliqué la méthode de calcul de l’humidité absolue de l’air d’alimentation permettant de trouver la température de l’air d’alimentation après les batteries de traitement d’air. \n \nEnsuite, on a déterminé le mode de fonctionnement des équipements de traitement d’air pour chaque système en fonction des caractéristiques de l’air extérieur. Le modèle ainsi développé permet de calculer les puissances de ces équipements et l’énergie consommée par le DOAS et par les autres systèmes utilisés aux fins de comparaison. \n \nLe résultat obtenu dans ce mémoire démontre que DOAS représente le système le moins énergivore parmi les systèmes utilisés dans la comparaison. L’utilisation de la roue enthalpique et de la roue sensible nous a permis d’éliminer l’utilisation des systèmes de réchauffage et d’humidification d’air, donc de réduire les coûts de traitement d’air.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".