Bibliographic record
Abstract
Les grands espaces fermés (amphithéâtres, supermarchés, gymnases et piscines) jouent un rôle essentiel dans l'économie et la société canadienne mais n'assurent pas nécessairement le confort thermique et la bonne qualité de l'air intérieur. En outre, leur consommation énergétique demeure très élevée. Plus spécifiquement, les piscines intérieures présentent certaines particularités telles qu'une humidité relative élevée, une température contrôlée de l'eau et une condensation possible sur les parois ce qui rend la tâche d'assurer le confort des baigneurs encore plus difficile. Rares sont les études réalisées pour ce type de bâtiment malgré l'existence de pistes d'optimisation de la consommation énergétique et l'amélioration de la qualité d'air intérieur. Dans cette optique, ce mémoire présente une étude thermo-aéraulique réalisée sur la piscine intérieure de l'Université Bishop's (Sherbrooke, Canada). La simulation numérique a été effectuée en utilisant le logiciel TRNSYS. L'approche adoptée pour la modélisation est la méthode zonale qui découpe l'espace de travail étudié en plusieurs zones fictives tout en calculant les caractéristiques thermo-aérauliques (température, pression, nombre de changement d'air par heure). D'autre part, une validation expérimentale en situations réelles est mise en oeuvre au sein de cette piscine moyennant un dispositif expérimental spécifique. Ce dernier a été conçu spécialement pour s'adapter aux caractéristiques du milieu (hauteur du bâtiment, présence de l'eau et forte humidité) afin de mesurer la température, la pression et la vitesse de l'air dans plusieurs endroits significatifs de la piscine. Cette étude développe un outil de calcul capable de prédire les températures de différentes zones thermiques et des surfaces de l'enveloppe du bâtiment d'une part et de calculer le débit massique de l'air entre les zones ainsi que le nombre de changement d'air par heure pour en déduire le confort thermique des occupants d'autre part. De plus, elle fournit une base de données des mesures extensives de température, humidité relative et de vitesse de l'air prises à l'été 2012 qui ont permis de valider les simulations numériques réalisées. Enfin, une étude paramétrique a été menée pour savoir l'effet de la modification de certains paramètres tel que les caractéristiques des systèmes de ventilation et chauffage sur la consommation énergétique du bâtiment et le confort thermique des occupants. Par conséquent, des recommandations ont été proposées. Les résultats ainsi obtenus permettront aux industriels d'améliorer les performances énergétiques des piscines intérieures et donneront des solutions constructives pour les concepteurs de ce type de bâtiment.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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 teacher head, 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".