MétaCan
Menu
Back to cohort
Record W7048307921

Lattiaviilennys ja sen mahdollisuudet sisäilmaolosuhteiden parantamisessa

2011· other· fi· W7048307921 on OpenAlexaboutno aff

Bibliographic record

VenueTheseus (Ammattikorkeakoulujen) · 2011
Typeother
Languagefi
FieldPhysics and Astronomy
TopicMagnetic confinement fusion research
Canadian institutionsnot available
Fundersnot available
KeywordsWork (physics)Data collectionQuarter (Canadian coin)
DOInot available

Abstract

fetched live from OpenAlex

Insinöörityössä esitellään Suomessa vielä tuntematonta ja vähän käytettyä lattiaviilennysjärjestelmää. Tavoitteena oli selvittää, miten lattiaviilennysjärjestelmä soveltuu Suomen ilmastoon, mitkä tekijät vaikuttavat sen toimintaan ja millaista hyötyä se tarjoaa sisäilmasto-olosuhteiden parantamisessa. Työn on tilannut Insinööritoimisto Leo Maaskola Oy, ja se on tehty yhteistyössä tilaajan sekä Itula Oy:n kanssa.\n\nLattiaviilennysjärjestelmässä hyödynnetään lattialämmitysputkistoa lämmityskauden ulkopuolella. Viilennystapauksessa viileää vettä kierrätetään lattialämmitysputkissa, jolloin lattian pintalämpötila laskee ja huoneilmasta siirtyy lämpöä pois putkessa kiertävän veden kautta. Toisin kuin luullaan, lattian pintalämpötila pysyy noin 20 ˚C:n lämpötilassa, jolloin lattia ei tunnu oikealla pintamateriaalilla varustettuna epämiellyttävän kylmältä.\n\nLattiaviilennyksessä suurimmat tehoa rajoittavat tekijät ovat ilmankosteus ja käyttäjien viihtyvyys. Lattian pinnan viiletessä alle kastepistelämpötilan alkaa lattian pinnalle ja rakenteisiin tiivistyä kosteutta. Toisaalta, jos lattia on liian kylmä, käyttäjät ovat tyytymättömiä. Tästä johtuen lattiaviilennysjärjestelmästä turvallisesti ja käyttäjien viihtyvyyden kannalta mukavasti saatava jäähdytysteho jää noin 40 W/m2 lukemaan, joka laajan jäähdytyspinta-alan vuoksi kuitenkin riittää lisäämään viihtyvyyttä huomattavasti.\n\nTyön esimerkkikohteena oli Suomen Eduskuntatalosta valitut kolme tilaa, joissa kärsitään jäähdytyskaudella liian suurista sisälämpötiloista. Tiloista luotiin 3D-mallit ja malleille teetettiin olosuhdesimulointeja erilaisissa tilanteissa. Olosuhdesimuloinneista saatuja tuloksia analysoimalla selvitettiin lattiaviilennysjärjestelmän hyödyllisyys ja tehokkuus.\n\nInsinöörityössä 3D-mallinnus tehtiin Progmanin MagiCAD Room -ohjelmalla ja olosuhdesimuloinnit toteutettiin Riuska-ohjelmalla. Esimerkkilaskelmat suoritettiin Microsoft Excel -taulukkolaskentaohjelmalla.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.076
Threshold uncertainty score0.254

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0040.001
Scholarly communication0.0050.002
Open science0.0010.004
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0760.023

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.

Opus teacher head0.025
GPT teacher head0.267
Teacher spread0.242 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2011
Admission routes1
Has abstractyes

Explore more

Same venueTheseus (Ammattikorkeakoulujen)Same topicMagnetic confinement fusion researchFrench-language works237,207