Développement et évaluation d’un modèle de serre nordique communautaire couplée à un système de stockage thermique
Bibliographic record
Abstract
Plusieurs projets visent à développer la serriculture dans le Nord-du-Québec, dans le but de défendre une alimentation de meilleure qualité, moins chère et plus diversifiée. Dans ce cadre, le développement de systèmes de stockage liés à ces serres est en cours dans des villages de cette région. En effet, le climat local engendre une saison de culture courte et des températures nocturnes froides même en période estivale, ce qui rend la culture en serre difficile. Un système de stockage de l’énergie thermique vise alors à emmagasiner l’énergie thermique disponible en journée pour la réinjecter dans la serre la nuit. \n \nPlusieurs raisons justifient le développement d’un modèle numérique de l’ensemble formé par la serre et le système de stockage : amélioration du contrôle, optimisation des dimensions des futurs systèmes, étude de faisabilité de couplage de systèmes énergétiques additionnels. Un sous-modèle de serre ainsi qu’un sous-modèle de stockage ont été développés précédemment. L’objectif de ce travail de recherche est de les coupler pour en faire un modèle unique puis d’étudier la validité des simulations. \n \nAfin de répondre à cet objectif, le modèle de l’ensemble serre-lit de roches obtenu est analysé une première fois afin de définir les ajustements à y apporter pour obtenir des simulations proches de la réalité. Cette analyse montre une cohérence physique, mais une précision des simulations à améliorer : les températures simulées sont sous-estimées en début et en fin de saison de culture et surestimées en milieu de saison. Il est alors envisagé de réaliser un processus de calibration afin de redéfinir la valeur des paramètres du modèle incertains. \n \nLe processus de calibration consiste en une étude de sensibilité suivie d’une calibration à l’aide d’un algorithme d’évolution différentielle et d’une analyse des performances obtenues. Ce processus est réalisé dans un premier lieu sur la serre puis sur la serre liée au système de stockage. La calibration n’ayant pas abouti à des résultats concluants, il est alors nécessaire d’affiner la modélisation du système, notamment sur les conditions aux limites du système de stockage. \n \nL’étude des simulations du modèle numérique de stockage a permis de mettre en lumière la présence d’une dynamique de stockage thermique saisonnier. L’intégration de ce comportement dans le modèle numérique a permis de gagner en précision sur les simulations d’énergies échangées entre la serre et le système de stockage ainsi que sur la température intérieure de la serre simulée avec une erreur quadratique moyenne de 1,9°C. \n \nDésormais, l’optimisation des caractéristiques des futurs dispositifs de stockage est rendue possible, ainsi que l’étude de faisabilité de l’ajout de systèmes énergétiques additionnels comme un système solaire thermique.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".