Morphologie des toits et conservation de la chaleur en milieu urbain : cas de Montréal
Bibliographic record
Abstract
Dans ce document, nous avons essayé de faire l’état des lieux des formes de toitures et de l’impact que celles-ci ont sur le gain thermique des bâtiments. Nous savons que les villes sont dans un constant accroissement ce qui implique la mise en place d’espaces minéralisés (espaces résidentiels, commerciaux, industriels, etc). Ces derniers ont pour conséquence l’accentuation de phénomènes naturels récurrents comme les îlots de chaleur. C’est pour tout ceci que nous sommes intéressés à ce sujet. Afin de démontrer l’impact ou le lien existant entre les toitures et les îlots de chaleur, nous nous sommes intéressés à trois zones comportant trois formes (plate, pignon et mansarde) de toitures différentes dans le Grand Montréal. En se basant sur les travaux d’émissivité et d’albédo qu’avait effectués Fontaine (2017), nous avons essayé d’établir un lien même circonstanciel entre ces différentes formes et le gain thermique au travers des types de matériaux que supportaient ces toitures. En termes de résultats, ceux-ci semblent mitigés, car il nous est difficile de conclure qu’il y a un lien direct entre les îlots de chaleur et la forme des toitures. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : Toitures, gain thermique, formes des toitures, îlots de chaleur, type de toitures.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.012 | 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".