Study and optimization of energy performance of a hemp concrete building envelope
Bibliographic record
Abstract
Dans un contexte de réchauffement climatique et de fin programmée des énergies fossiles, le secteur du bâtiment vise à réduire de 38% sa consommation d’énergie et à atteindre 10% de matériaux bio-sourcés utilisés dans la construction à l’horizon 2020. Ainsi, le béton de chanvre peut jouer un rôle majeur grâce à son bilan environnemental et à ses propriétés hygrothermiques qui lui permettent d’assurer un rôle d’amortisseur thermique et de stabilisateur de confort. Or le comportement hygrothermique du béton de chanvre à l’échelle du bâtiment est peu abordé dans la littérature et jamais pour les bâtiments tertiaires. L’objectif principal de ce projet est de combler ce vide en étudiant et en optimisant les performances énergétiques d’un bâtiment en béton de chanvre destiné à usage de bureaux et/ou de salles d’enseignement. Afin d’assurer le confort thermique intérieur différentes solutions techniques seront couplées au bâtiment et comparées entre elles : - une ventilation double flux thermodynamique associant une pompe à chaleur à une centrale double flux. - Une ventilation simple flux associé à un puits canadien qui récupère la chaleur du sous-sol pour préchauffer l’air de ventilation en hiver ou le rafraîchir en été. - Une ventilation double flux associé à un puits canadien. Par le biais de la simulation numérique et de mesures faites d’abord à l’échelle des composants, il sera ainsi possible d’évaluer le potentiel de chaque composant sur l’énergétique et le confort hygrothermique de bâtiments tertiaires intégrant principalement le périmètre du projet Grand Campus de Reims mais également pouvant être élargi à la spécificité d’autres climats français.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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 teacher head, 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".