AVALIAÇÃO DE DIFERENTES ALTERNATIVAS DE MODELAGEM DE HABITAÇÕES DE INTERESSE SOCIAL NO PROGRAMA DE SIMULAÇÃO DE DESEMPENHO TÉRMICO ENERGYPLUS
Bibliographic record
Abstract
Inúmeros países incorporam a simulação computacional em suas normas e regulamentos voltados ao desempenho térmico de edifícios. O modelo virtual criado nesses programas é uma representação de um edifício real, sujeito a simplificações e limitações específicas. O objetivo deste trabalho é avaliar diferentes alternativas de modelagem de habitações de interesse social no programa de simulação de desempenho térmico EnergyPlus. Para tal, foram simuladas duas habitações no clima de São Carlos, SP, Brasil, considerando variadas possibilidades para os seguintes aspectos: temperatura do solo, caixilhos, venezianas, beirais e dimensões das superfícies. Os dados foram analisados através do índice de conforto adaptativo prescrito pela norma internacional ASHRAE 55 (soma anual dos graus-hora de frio e de calor) e do método de avaliação do desempenho térmico proposto pela norma brasileira ABNT NBR 15575 (dias típicos de verão e inverno). Os resultados indicaram o impacto significativo da temperatura do solo, e em menor proporção, das venezianas e dos beirais. Dessa forma, é possível fornecer subsídios quantitativos para a tomada de decisões conscientes durante o processo de simulação.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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 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".