EOPEBEC - Etude et optimisation des performances énergétiques d’une enveloppe en béton de chanvre pour le bâtiment
Bibliographic record
Abstract
Dans un contexte de rechauffement climatique et de fin programmee des energies fossiles, le secteur du bâtiment vise a reduire de 38% sa consommation d’energie et a atteindre 10% de materiaux bio-sources utilises dans la construction a l’horizon 2020. Ainsi, le beton de chanvre peut jouer un role majeur grâce a son bilan environnemental et a ses proprietes hygrothermiques qui lui permettent d’assurer un role d’amortisseur thermique et de stabilisateur de confort. Or le comportement hygrothermique du beton de chanvre a l’echelle du bâtiment est peu aborde dans la litterature et jamais pour les bâtiments tertiaires. L’objectif principal de ce projet est de combler ce vide en etudiant et en optimisant les performances energetiques d’un bâtiment en beton de chanvre destine a usage de bureaux et/ou de salles d’enseignement. Afin d’assurer le confort thermique interieur differentes solutions techniques seront couplees au bâtiment et comparees entre elles : - une ventilation double flux thermodynamique associant une pompe a chaleur a une centrale double flux. - Une ventilation simple flux associe a un puits canadien qui recupere la chaleur du sous-sol pour prechauffer l’air de ventilation en hiver ou le rafraichir en ete. - Une ventilation double flux associe a un puits canadien. Par le biais de la simulation numerique et de mesures faites d’abord a l’echelle des composants, il sera ainsi possible d’evaluer le potentiel de chaque composant sur l’energetique et le confort hygrothermique de bâtiments tertiaires integrant principalement le perimetre du projet Grand Campus de Reims mais egalement pouvant etre elargi a la specificite d’autres climats francais.
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 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 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".