Primary school buildings renovation in cold climates : optimizing window size and opening for thermal comfort, indoor air quality and energy performance
Bibliographic record
Abstract
Dans les bâtiments scolaires existants, la ventilation naturelle constitue souvent l'unique solution pour le contrôle de la qualité de l'air intérieur et le confort thermique. Cependant, de nombreuses études montrent que les salles de classe sont insuffisamment ventilées et entrainent des problèmes de qualité de l'environnement intérieur. Plusieurs études ont été menées sous différents climats, mais peu dans des climats très froids où l'usage de la ventilation naturelle peut entraîner une surconsommation énergétique. Cette recherche vise à étudier l'impact de la ventilation naturelle sur le confort thermique, la qualité de l'air intérieur et l'efficacité énergétique des bâtiments scolaires dans les climats froids. Divers paramètres architecturaux associés aux fenêtres ont été analysés pour une classe type du corpus Schola. Dans cette recherche, l'orientation des fenêtres, leur taille, leur position, la taille et la position de l'ouverture des fenêtres, le programme de ventilation naturelle et les méthodes de ventilation naturelle (unilatérale et transversale) ont été simulés numériquement avec le logiciel Ladybug Tools. Les résultats des simulations produisent données numériques annuelles de température, humidité, température radiante moyenne, concentration de CO₂, pour traiter les conditions thermiques et de Qualité de l'Air Intérieur QAI dans les bâtiments scolaires et de leur impact sur la performance énergétique. L'analyse des résultats utilise les modèles standards 55 ASHRAE, Predicted Mean Vote PMV et extended Adaptive Thermal Comfort ATC pour l'analyse du confort thermique, la Santé Canada et le Centre de collaboration nationale en santé environnementale, la Federation of European Heating, Ventilation and Air Conditioning Associations REHVA pour le contrôle de la COVID-19. Les résultats montrent que l'ouverture répétitive des fenêtres de courte durée pourrait être une solution optimale en termes de confort thermique, de qualité de l'air intérieur et d'efficacité énergétique. Étant donné que la plupart de ces bâtiments scolaires ne sont pas équipés de systèmes CVC et qu'ils ne disposent que de systèmes de chauffage classiques, le manque de qualité de l'air intérieur est un problème inévitable. La solution de la ventilation naturelle pourrait compenser le manque de qualité de l'air intérieur et le coût de la rénovation du système CVC ; cependant, elle devrait être appliquée avec précision pendant les périodes hivernales pour éviter un inconfort thermique et une surconsommation énergétique.
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 | 0.000 |
| 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 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| 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".