Heating, ventilation and air conditioning: Validation of system cleaning initiation criteria under real conditions
Bibliographic record
Abstract
Cliquez ici pour la version française de ce rapport_x000D_ L’accumulation de poussières dans les réseaux des systèmes CVCA est une source potentielle de polluants. Il y a très peu d’informations sur les méthodes reconnues pour juger de l’empoussièrement de ces systèmes. Ces quelques méthodes peuvent être objectives avec des valeurs numériques ou subjectives, à partir du jugement d’experts. Il est donc difficile pour les gestionnaires d’édifices d’évaluer les soumissions des compagnies qui font le nettoyage._x000D_ Un projet antérieur visant à évaluer différentes méthodes de prélèvement de poussières dans les conduits a été réalisé dans les laboratoires de l’IRSST. Le but était de reproduire en laboratoire différents niveaux d’empoussièrement dans un conduit métallique non poreux, de comparer différentes méthodes de prélèvement de poussières surfaciques retrouvées dans la littérature, de comparer les méthodes d’évaluation numérique avec la méthode visuelle et d’en fixer les modalités d’application. Cette étude en laboratoire a démontré que toutes les méthodes de prélèvement sont fonctionnelles, à la condition d’utiliser un critère de déclenchement surfacique spécifique à chaque méthode. Toutefois, ces conclusions proviennent de conditions idéales en laboratoire avec une poussière de référence provenant de l’ American Society of Heating, Refrigerating and Air-Conditioning Engineers, Inc. (l’ASHRAE). Une validation de ces conclusions devait être effectuée pour des conditions réelles._x000D_ L’objectif de la présente étude est de valider sur le terrain les résultats obtenus en laboratoire. Pour y arriver, les gabarits de prélèvement dans de vrais conduits ont été reproduits et les trois séries de prélèvement (méthodes de l’IRSST, de l’ association pour la prévention et l’étude de la contamination (ASPEC) et de l’organisme américain National Air Duct Cleaner Association (NADCA)) dans un nombre statistiquement représentatif de systèmes ont été faits en simultané. Les conduits de retour et d’alimentation ont également été comparés._x000D_ Les critères de déclenchement pour des conditions réelles sont de 6,0 mg/100 cm2 pour la méthode de l’IRSST, de 2,0 mg/100 cm2 pour la NADCA et de 23 mg/100 cm2 pour l’ASPEC. Les critères pour ces mêmes méthodes étaient dans l’étude laboratoire de 6,0 pour la méthode IRSST, de 2,0 pour celle de la NADCA et de 3,0 pour l’ASPEC (rapport R-525 de l’IRSST). Ces critères sont donc validés pour les méthodes de l’IRSST et de la NADCA. Seulement le critère de l’ASPEC a changé. Aucune différence statistique n’a pu être démontrée entre les conduits de retour et d’alimentation._x000D_ C’est donc la méthode de l’ASPEC qui permet une meilleure évaluation de l’empoussièrement dans les conduits. C’est aussi celle qu’intuitivement les firmes de nettoyage préfèrent car elle ressemble le plus aux procédés de nettoyage usuels. C’est cette dernière que nous recommandons d’utiliser pour évaluer d’une façon objective le taux d’empoussièrement des systèmes CVCA.
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 | 0.007 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 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".