건축과학

Building science
600°C가 가능하고 건축자재 테스트에 정적 하중을 가할 수 있는 소형 고로

건축과학은 건축물에 영향을 미치는 물리적 현상의 분석에 초점을 맞춘 과학지식의 집합체다. 건축물리학, 건축과학, 응용물리학은 건축과학과 중복되는 지식영역에 사용되는 용어다.

건축과학은 전통적으로 에너지와 건축자재 사용을 포함한 실내 열환경, 실내 음향환경, 실내 빛환경, 실내 공기질, 건물자원 이용에 관한 연구를 포함한다.[1] 이러한 영역은 물리적 원리, 건물 거주자의 건강, 편안함 및 생산성과의 관계, 건물 외피와 전기 및 기계 시스템에 의해 제어되는 방법 등의 측면에서 연구된다.[2] 국립건축과학원(NIBS)은 그 범위 내에서 건물 정보 모델링, 건물 시운전, 방화 엔지니어링, 내진 설계 및 복원력 설계 분야를 추가로 포함한다.[3]

건축과학의 실용적 목적은 새로운 건축물과 기존 건축물의 건축성능과 지속가능성을 최적화할 수 있는 예측능력을 제공하고, 건축고장을 이해하거나 예방하며, 새로운 기법과 기술의 설계를 지도하는 데 있다.

적용들

건축 설계 과정 동안 건축 과학 지식은 건축 성능을 최적화하기 위해 설계 결정을 알리기 위해 사용된다. 설계 결정은 NIBS 전체 건물 설계 가이드(WBDG) 및 건물 과학과 관련된 ASHRAE 표준 수집 등 건축 과학 원리와 확립된 가이드라인에 대한 지식을 바탕으로 할 수 있다.

설계 중에 컴퓨터 도구를 사용하여 설계한 건물 외피, 조명 시스템 및 기계 시스템에 대한 입력 정보를 기반으로 건물 성능을 시뮬레이션할 수 있다. 모델은 건물 수명, 태양열 및 방사선 분포, 공기 흐름 및 건물 내의 다른 물리적 현상들에 대한 에너지 사용을 예측하는 데 사용될 수 있다.[4] 이러한 도구는 설계를 평가하고 공사가 시작되기 전에 허용 가능한 범위 내에서 설계가 수행되도록 하는 데 유용하다. 이용 가능한 많은 계산 도구는 건물 성능 목표를 분석하고 설계 최적화를 수행할 수 있는 기능을 가지고 있다.[5] 모델의 정확성은 모델러의 과학 원리 구축에 대한 지식과 특정 프로그램에 대해 수행된 검증의 양에 의해 영향을 받는다.[6]

기존 건물을 평가할 때 측정 및 계산 도구를 사용하여 측정된 기존 조건에 따라 성능을 평가할 수 있다. 일련의 현장 시험 장비를 사용하여 온도, 습기, 소리 수준, 대기 오염 물질 또는 기타 기준을 측정할 수 있다. 이러한 측정을 위한 표준화된 절차는 상업용 건물에 대한 성능 측정 프로토콜에 제시되어 있다.[7] 예를 들어, 열적외선(IR) 영상장치는 건물을 사용하는 동안 건물 구성품의 온도를 측정하는 데 사용될 수 있다. 이러한 측정은 기계 시스템이 어떻게 작동하는지 그리고 건물 외피를 통한 비정상적인 열 이득 또는 열 손실의 영역이 있는지 평가하는 데 사용될 수 있다.[8]

기존 건물의 상태 측정은 거주 후 평가의 일부로 사용된다. 거주 후 평가에는 거주자 만족도와 웰빙에 대한 데이터를 수집하고 측정 장치로 포착되지 않았을 수 있는 건물 성능에 대한 정성적 데이터를 수집하기 위한 건물 입주자[9] 조사가 포함될 수 있다.

건축 과학의 많은 측면은 건축가의 책임이다(캐나다에서는, 많은 건축 회사들은 이러한 목적을 위해 건축 기술자를 고용한다), 흔히 토목 공학, 구조 공학, Earthq 등 건축 과학에 관한 문제를 다루도록 진화한 공학 분야와 협력한다.uake 공학, 지질 공학 공학, 기계 공학, 전기 공학, 음향 공학 및 화재 코드 공학. 인테리어 디자이너조차도 불가피하게 몇 가지 건축 과학 문제를 야기할 것이다.

주제

실내환경품질(IEQ)

실내환경품질(IEQ)은 건물 내 공간을 점유하는 사람들의 건강과 복지와 관련하여 건물 환경의 질을 말한다. IEQ는 조명, 공기 품질 및 온도를 포함한 많은 요인에 의해 결정된다.[10] 근로자들은 종종 그들이 일하는 건물의 오염물질에 노출되어 증상이나 건강 상태가 있는 것을 걱정한다. 이러한 우려의 한 가지 이유는 그들의 증상이 건물 안에 없을 때 호전되는 경우가 많기 때문이다. 연구 결과 일부 호흡기 증상과 질병이 축축한 건물과 연관될 수 있다는 것이 밝혀졌지만,[11] 실내 오염물질의 측정치가 근로자들이 질병에 걸릴 위험이 있음을 보여주는 것은 여전히 불분명하다. 대부분의 경우 작업자와 담당의사가 건물 환경이 특정 건강 상태를 유발한다고 의심하는 경우, 의료 시험과 환경 테스트에서 이용할 수 있는 정보는 어떤 오염물질이 원인인지 확인하기에 충분하지 않다. 무엇을 측정할 것인지, 무엇을 어떻게 해석할 것인지에 대한 불확실성에도 불구하고, 연구에 따르면 건물 관련 증상은 습기, 청결, 환기 특성 등 건물 특성과 관련이 있다.

실내 환경은 매우 복잡하며 건물 입주자는 사무실 기계, 청소 제품, 건축 활동, 카펫 및 가구, 향수, 담배 연기, 물 피해를 입은 건축 자재, 미생물 성장(풍선, 곰팡이, 박테리아), 곤충 등의 다양한 오염 물질(기체와 입자의 형태)에 노출될 수 있다., 그리고 실외 오염물질. 실내 온도, 상대 습도, 환기 수준과 같은 다른 요소들도 개인이 실내 환경에 어떻게 반응하는지에 영향을 미칠 수 있다. 실내 환경 오염물질의 발생원을 파악하고 이를 통제하는 것은 종종 건물 관련 근로자 증상을 예방하거나 해결하는 데 도움이 될 수 있다. 실내 환경을 개선하고 유지하기 위한 실질적인 지침이 제공된다.[12]

건물 실내 환경은 에너지 효율적이고 건강하고 쾌적한 건물의 설계, 분석 및 운영에서 환경적인 측면을 다룬다. 전문 분야로는 건축, HVAC 설계, 열쾌적성, 실내 공기질(IAQ), 조명, 음향, 제어 시스템이 있다.

HVAC 시스템

일반적으로 광범위한 건물 서비스의 하위 집합인 기계식 시스템은 실내 환경의 온도, 습도, 압력 및 기타 선택적 측면을 제어하기 위해 종종 난방, 환기 및 냉방(HVAC) 시스템으로 설명된다. 이러한 시스템은 거주자가 보다 엄격한 조건 제어를 요구함에 따라 복잡성과 중요성이 증가했으며(흔히 상업용 건물 전체 예산의 약 20%를 소비함) 편안함을 제공하는 수단으로서 건물 규모가 커지고 외함 및 수동 조치가 덜 중요해졌다.

건물 과학은 물리적 충격(열분포, 공기 속도, 상대습도 등)과 건물 거주자의 쾌적성에 영향을 미치는 HVAC 시스템의 분석을 포함한다. 입주자의 인식 쾌적성은 현재 날씨와 건물이 위치한 기후 유형과 같은 요인에 따라 달라지기 때문에, 쾌적한 조건을 제공하기 위한 HVAC 시스템의 필요성은 프로젝트에 따라 다를 것이다.[13]

인클로저(엔벨롭) 시스템

건물 외함은 실내와 실외를 구분하는 건물의 일부분이다. 여기에는 벽, 지붕, 창문, 경사면의 슬래브, 그리고 이들 사이의 이음매가 포함된다. 건물 외함(즉, 경계 구역) 근처의 구역에서 건물 거주자의 편안함, 생산성 및 건강은 소음, 온도 및 일사량과 같은 실외 영향과 이러한 영향을 제어하는 능력에 의해 영향을 받는다. 그 기능의 일부로서 인클로저는 구조물에 가해지는 하중(풍력, 지진)에 저항하면서 수분, 열, 공기, 증기, 태양 복사, 곤충 또는 소음의 흐름을 제어(필수적으로 차단하거나 정지하는 것은 아님)해야 한다. 전면의 유리 구성요소를 통한 일광 투과율을 분석하여 전기 조명에 대한 필요성 감소를 평가할 수 있다.[14]


건물지속가능성

건축 과학의 일부는 미래와 미래의 자원과 현실을 고려하여 건물을 설계하려는 시도다. 이 분야를 지속 가능한 설계라고도 할 수 있다.

순제로 에너지 빌딩이라고도 알려진 제로 에너지 빌딩으로의 추진이 빌딩 과학 분야에 존재했다. Net Zero Energy Building 인증 자격은 Living Building Challenge 웹사이트에서 확인할 수 있다.

인증

건축 과학에 대한 직접 또는 통합된 전문 아키텍처 또는 엔지니어링 인증은 없지만, 분야와 관련된 독립적인 전문 자격 증명이 있다. 건축 과학은 전형적으로 건축이나 공학 실습의 광범위한 영역 내의 전문화다. 그러나 전문분야에서 개인별 전문자격증을 제공하는 전문기관이 있다. 가장 두드러진 녹색 건물 등급 시스템은 다음과 같다.

다른 건물 지속가능성 인증 및 인증 기관도 있다. 미국에서도 독립기구인 빌딩성능연구소가 인증한 계약업체들이 '빌딩 사이언스'로 사업을 운영한다고 광고하고 있다. 과학적 배경과 자격증 등이 부족해 의문이다. 반면, 캐나다에서는 인증된 에너지 어드바이저 대부분에게 보다 공식적인 건축 과학 경험이 적용된다. 이러한 많은 무역 및 기술자들은 건축 과학의 매우 특정한 분야(예: 기밀성 또는 단열재)에서 약간의 교육을 요구하고 받는다.

주요 건축 과학 저널 목록

  • 건물 및 환경: 본 국제학술지는 독창적인 연구논문을 발간하고 건축과학, 도시물리학, 실내외 건축환경과의 인간 상호작용에 관한 논문을 검토한다. 이 저널이 가장 많이 인용한 기사에는 건물 내 거주자 행동,[17] 녹색 건물 인증 시스템,[18] 터널 환기 시스템 등의 주제가 실려 있다.[19] 출판사: 엘시비어. 충격 계수(2019): 4.971[20]
  • 에너지 및 건물: 이 국제 학술지는 건물의 에너지 사용과 명확한 연관성을 가진 기사를 게재한다. 그 목적은 새로운 연구 결과와 건물의 에너지 수요를 줄이고 실내 공기 질을 향상시키는 것을 목표로 하는 입증된 새로운 실천요강을 제시하는 것이다. 이 저널이 가장 많이 인용한 기사는 건물 에너지 소비량 예측 모델,[21] HVAC 시스템의 최적화 모델,[22] 수명 주기 평가 등의 주제를 다루고 있다.[23] 출판사: 엘시비어. 충격 계수(2019): 4.867[24]
  • 실내 공기: 본 국제 학술지는 건강 영향, 열쾌적성, 모니터링 및 모델링, 원천 특성화, 환기(건축학) 및 기타 환경 제어 기법 등 비산업용 건물의 실내 환경 분야에서 광범위한 관심 분야를 반영하는 논문을 발표한다. 이 저널이 가장 많이 인용한 기사에는 실내 공기 오염물질과 열 상태가 탑승자 성능에 미치는 영향,[25] 실내 환경에서 물방울의 이동,[26] 환기율이 탑승자 건강에 미치는 영향 등의 주제가 실려 있다.[27] 출판사: John Wiley & Sons. 충격 계수(2019): 4.739[28]
  • 빌딩 연구 및 정보: 이 저널은 빌딩, 빌딩 주식, 그리고 그들의 지원 시스템에 초점을 맞추고 있다. BRI만의 독특한 점은 건물에 대한 전체론적이고 학제적인 접근법으로서, 건축된 환경과 기타 시스템의 수명 주기의 복잡성을 인정한다. 공개된 기사는 구축된 환경의 문화, 환경, 경제, 사회, 조직, 삶의 질, 건강, 웰빙, 설계 및 엔지니어링 사이의 복잡성과 연계를 반영하는 개념적, 근거 기반 접근법을 활용한다. 이 저널이 가장 많이 인용한 기사들은 성과와 실제 에너지 소비의 격차,[29] 지속가능한 건축을 위한 장벽과 추진력,[30] 탄력적인 도시의 정치와 같은 주제를 다루고 있다.[31] 게시자: 테일러 & 프랜시스 그룹. 충격 계수(2019): 3.887[32]
  • 건물 성능 시뮬레이션 저널: 이 국제적인 동료 검토 저널은 높은 품질의 연구와 "통합" 논문의 상태를 발표하여 특히 열전달, 공기, 습기 전달에 있어서 건물의 비구조적 성능의 모든 영역에 대한 과학적으로 철저한 발전을 촉진한다. 이 저널이 가장 많이 인용한 기사들은 건물 에너지와 제어 시스템의 공동 시뮬레이션,[33] 건물 도서관,[34] 그리고 건물 에너지 수요에 대한 거주자의 행동의 영향과 같은 주제들을 다루고 있다.[35] 게시자: 테일러 & 프랜시스 그룹. 충격 계수(2019): 3.458[36]
  • REACHOS: 이 저널은 공학적 발전, 과학적 발견, 그리고 빛 적용과 관련된 실험 결과를 출판한다. 관심 주제로는 광방사선, 광발전, 조명제어, 조명설계, 채광, 에너지관리, 에너지경제, 지속가능성 등이 있다. 이 저널이 가장 많이 인용한 기사는 조명 설계 지표,[37] 조명 품질에 영향을 미치는 심리 과정,[38] 조명 품질과 에너지 효율이 업무 수행, 분위기, 건강, 만족도, 편안함에 미치는 영향과 같은 주제를 다룬다.[39] 게시자: 테일러 & 프랜시스 그룹. 충격 계수(2019): 2.667[40]
  • 건물 시뮬레이션: 본 국제 학술지는 독창적이고 고품질의 동료 검토 연구 논문을 게재하고, 그 시스템을 포함한 건물의 모델링 및 시뮬레이션에 관한 기사를 검토한다. 건축 과학기술 분야를 예외적인 수준이 아닌 건축 건설의 모든 측면에서 결국 모델링을 일상적으로 활용할 수 있도록 하는 것이 목표다. 특히 관심 있는 것은 최근의 개발 및 모델링 도구의 적용과 그것들이 과학과 기술의 발전에 미치는 영향을 반영하는 논문들이다. 출판사: 스프링어 네이처. 충격 계수(2019): 2.472[41]
  • 적용된 음향: 이 저널은 공학 및 과학에서 음향의 실제 적용과 관련된 연구 결과를 다룬다. 이 저널이 가장 많이 인용한 기사는 건축 과학과 관련된 주제들을 다루는데, 천연 재료의 음향 흡수 예측, 저비용 도시 음향 모니터링 장치의 구현,[43] 천연 케나프 섬유의 음향 흡수 등이 그것이다.[44] 출판사: 엘시비어. 충격 계수(2019): 2.440[45]
  • 조명 연구 및 기술: 이 저널은 빛, 광 발생, 조명 제어, 조명 측정, 조명 설계 장비, 채광, 조명 설계의 에너지 효율성 및 지속가능성에 대한 인간의 반응을 포함한 빛과 조명의 모든 측면을 다룬다. 이 잡지가 가장 많이 인용한 기사들은 건축 조명에 대한 주기적인 자극으로서의 빛,[46] 색상에 대한 인간의 인식,[47] 색채의 크기와 모양이 색채 선호도에 미치는 영향과 같은 주제를 다루고 있다.[48] 게시자: SAGE 게시자. 충격 계수(2019): 2.226[49]

참고 항목

참조

  1. ^ V., Szokolay, S. (2014-04-11). Introduction to architectural science : the basis of sustainable design (Third ed.). Abingdon, Oxon. ISBN 9781317918592. OCLC 876592619.
  2. ^ Norbert, Lechner (2014-09-23). Heating, cooling, lighting : sustainable design methods for architects (Fourth ed.). Hoboken, New Jersey. ISBN 9781118849453. OCLC 867852750.
  3. ^ "About NIBS National Institute of Building Sciences". www.nibs.org. Retrieved 2021-08-24.
  4. ^ Building performance simulation for design and operation. Hensen, Jan., Lamberts, Roberto. Abingdon, Oxon: Spon Press. 2011. ISBN 9780415474146. OCLC 244063540.CS1 maint: 기타(링크)
  5. ^ Nguyen, Anh-Tuan; Reiter, Sigrid; Rigo, Philippe (2014-01-01). "A review on simulation-based optimization methods applied to building performance analysis". Applied Energy. 113: 1043–1058. doi:10.1016/j.apenergy.2013.08.061. hdl:2268/155988. ISSN 0306-2619.
  6. ^ Building performance simulation for design and operation. Hensen, Jan., Lamberts, Roberto. Abingdon, Oxon: Spon Press. 2011. ISBN 9780415474146. OCLC 244063540.CS1 maint: 기타(링크)
  7. ^ Performance measurement protocols for commercial buildings. American Society of Heating, Refrigerating and Air-Conditioning Engineers., U.S. Green Building Council., Chartered Institution of Building Services Engineers. Atlanta: American Society of Heating, Refrigerating, and Air-Conditioning Engineers. 2010. ISBN 9781461918226. OCLC 826659791.CS1 maint: 기타(링크)
  8. ^ Balaras, C.A.; Argiriou, A.A. (2002-02-01). "Infrared thermography for building diagnostics". Energy and Buildings. 34 (2): 171–183. doi:10.1016/s0378-7788(01)00105-0. ISSN 0378-7788.
  9. ^ https://www.cbe.berkeley.edu/research/survey.htm
  10. ^ Kent, Michael; Parkinson, Thomas; Kim, Jungsoo; Schiavon, Stefano (2021). "A data-driven analysis of occupant workspace dissatisfaction". Building and Environment. 205: 108270. doi:10.1016/j.buildenv.2021.108270.
  11. ^ Fisk, W. J.; Lei-Gomez, Q.; Mendell, M. J. (2007-07-25). "Meta-analyses of the associations of respiratory health effects with dampness and mold in homes". Indoor Air. 17 (4): 284–296. doi:10.1111/j.1600-0668.2007.00475.x. ISSN 0905-6947. PMID 17661925. S2CID 21733433.
  12. ^ "Indoor Environmental Quality NIOSH CDC". www.cdc.gov. 2021-07-29. Retrieved 2021-08-24.
  13. ^ Brager, Gail S.; de Dear, Richard J. (1998-02-01). "Thermal adaptation in the built environment: a literature review". Energy and Buildings. 27 (1): 83–96. doi:10.1016/s0378-7788(97)00053-4. ISSN 0378-7788.
  14. ^ Leslie, R.P. (2003-02-01). "Capturing the daylight dividend in buildings: why and how?". Building and Environment. 38 (2): 381–385. doi:10.1016/s0360-1323(02)00118-x. ISSN 0360-1323.
  15. ^ "LEED professional credentials USGBC". new.usgbc.org. Retrieved 2019-04-06.
  16. ^ "Become a WELL AP". International WELL Building Institute. 2017-02-11. Retrieved 2019-04-06.
  17. ^ Hong, Tianzhen; Yan, Da; D'Oca, Simona; Chen, Chien-fei (March 2017). "Ten questions concerning occupant behavior in buildings: The big picture". Building and Environment. 114: 518–530. doi:10.1016/j.buildenv.2016.12.006.
  18. ^ Doan, Dat Tien; Ghaffarianhoseini, Ali; Naismith, Nicola; Zhang, Tongrui; Ghaffarianhoseini, Amirhosein; Tookey, John (October 2017). "A critical comparison of green building rating systems". Building and Environment. 123: 243–260. doi:10.1016/j.buildenv.2016.12.006.
  19. ^ Liu, Qiang; Nie, Wen; Hua, Yun; Peng, Huitian; Liu, Changqi; Wei, Cunhou (January 2019). "Research on tunnel ventilation systems: Dust Diffusion and Pollution Behaviour by air curtains based on CFD technology and field measurement". Building and Environment. 147: 444–460. doi:10.1016/j.buildenv.2018.08.061. Retrieved November 20, 2020.
  20. ^ 2019 Journal Impact Factor, Journal Citation Reports (Report). Clarivate Analytics. 2020.
  21. ^ Ahmad, Muhammad Waseem; Mourshed, Monjur; Rezgui, Yacine (15 July 2017). "Trees vs Neurons: Comparison between random forest and ANN for high-resolution prediction of building energy consumption". Energy and Buildings. 147: 77–89. doi:10.1016/j.enbuild.2017.04.038.
  22. ^ Afram, Abdul; Janabi-Sharifi, Farrokh; Fung, Alan; Raahemifar, Kaamran (15 April 2017). "Artificial neural network (ANN) based model predictive control (MPC) and optimization of HVAC systems: A state of the art review and case study of a residential HVAC system". Energy and Buildings. 141: 96–113. doi:10.1016/j.enbuild.2017.02.012.
  23. ^ Vilches, Alberto; Garcia-Martinez, Antonio; Sanchez-Montañes, Benito (2017). "Life cycle assessment (LCA) of building refurbishment: A literature review". Energy and Buildings. 135: 286–301. doi:10.1016/j.enbuild.2016.11.042.
  24. ^ 2019 Journal Impact Factor, Journal Citation Reports (Report). Clarivate Analytics. 2020.
  25. ^ Mendell, Mark J.; Heath, Garvin A. (23 November 2004). "Do indoor pollutants and thermal conditions in schools influence student performance? A critical review of the literature". Indoor Air. 15 (1): 27–52. doi:10.1111/j.1600-0668.2004.00320.x. PMID 15660567. Retrieved November 20, 2020.
  26. ^ Xie, Xiaochen; Li, Yuguo; Chwang, Allen T.Y.; Ho, Pak-Leung; Seto, Wing Hong (29 May 2007). "How far droplets can move in indoor environments – revisiting the Wells evaporation–falling curve". Indoor Air. 17 (3): 211–225. doi:10.1111/j.1600-0668.2007.00469.x. PMID 17542834. Retrieved November 20, 2020.
  27. ^ Sundell, Jan; Levin, Hal; Nazaroff, William W.; Cain, William S.; Fisk, William J.; Grimsrud, David T.; Gyntelberg, Finn; Persily, Andrew K.; Pickering, Anthony C.; Samet, Jonathan M.; Spengler, John D.; Taylor, Steven; Weschler, Charles J. (7 December 2010). "Ventilation rates and health: multidisciplinary review of the scientific literature". Indoor Air. 21 (3): 191–204. doi:10.1111/j.1600-0668.2010.00703.x. PMID 21204989. Retrieved November 20, 2020.
  28. ^ 2019 Journal Impact Factor, Journal Citation Reports (Report). Clarivate Analytics. 2020.
  29. ^ Sunikka-Blank, Minna; Galvin, Ray (1 June 2012). "Introducing the prebound effect: the gap between performance and actual energy consumption". Building Research and Information. 4 (3): 260–273. doi:10.1080/09613218.2012.690952. S2CID 111136278. Retrieved November 20, 2020.
  30. ^ Häkkinen, Tarja; Belloni, Kaisa (11 April 2011). "Barriers and drivers for sustainable building". Building Research and Information. 39 (3): 239–255. doi:10.1080/09613218.2011.561948. S2CID 110423146. Retrieved November 20, 2020.
  31. ^ Vale, Lawrence J. (7 December 2013). "The politics of resilient cities: whose resilience and whose city?". Building Research and Information. 42 (2): 191–201. doi:10.1080/09613218.2014.850602. S2CID 110758538. Retrieved November 20, 2020.
  32. ^ 2019 Journal Impact Factor, Journal Citation Reports (Report). Clarivate Analytics. 2020.
  33. ^ Wetter, Michael (22 August 2010). "Co-simulation of building energy and control systems with the Building Controls Virtual Test Bed". Journal of Building Performance Simulation. 4 (3): 185–203. doi:10.1080/19401493.2010.518631. S2CID 6403867. Retrieved November 20, 2020.
  34. ^ Wetter, Michael; Zuo, Wangda; Nouidui, Thierry S.; Pang, Xiufeng (13 March 2013). "Modelica Buildings library". Journal of Building Performance Simulation. 7 (4): 253–270. doi:10.1080/19401493.2013.765506. S2CID 62538895. Retrieved November 20, 2020.
  35. ^ Haldi, Frédéric; Robinson, Darren (4 May 2011). "The impact of occupants' behaviour on building energy demand". Journal of Building Performance Simulation. 4 (4): 323–338. doi:10.1080/19401493.2011.558213. S2CID 111315955. Retrieved November 20, 2020.
  36. ^ 2019 Journal Impact Factor, Journal Citation Reports (Report). Clarivate Analytics. 2020.
  37. ^ Van Den Wymelenberg, Kevin; Inanici, Mehlika (20 February 2014). "A Critical Investigation of Common Lighting Design Metrics for Predicting Human Visual Comfort in Offices with Daylight". LEUKOS. 10 (3): 145–164. doi:10.1080/15502724.2014.881720. S2CID 109233278. Retrieved November 23, 2020.
  38. ^ Veitch, Jennifer A. (2001). "Psychological Processes Influencing Lighting Quality". LEUKOS. 30 (1): 124–140. doi:10.1080/00994480.2001.10748341. Retrieved November 23, 2020.
  39. ^ Veitch, Jennifer A.; Newsham, Guy R. (1998). "Lighting Quality and Energy-Efficiency Effects on Task Performance, Mood, Health, Satisfaction, and Comfort". LEUKOS. 27 (1): 107–129. Retrieved November 23, 2020.
  40. ^ 2019 Journal Impact Factor, Journal Citation Reports (Report). Clarivate Analytics. 2020.
  41. ^ 2019 Journal Impact Factor, Journal Citation Reports (Report). Clarivate Analytics. 2020.
  42. ^ Berardi, Umberto; Iannace, Gino (1 January 2017). "Predicting the sound absorption of natural materials: Best-fit inverse laws for the acoustic impedance and the propagation constant". Applied Acoustics. 115: 131–138. doi:10.1016/j.apacoust.2016.08.012. Retrieved November 23, 2020.
  43. ^ Mydlarz, Charlie; Salamon, Justin; Bello, Juan Pablo (1 February 2017). "The implementation of low-cost urban acoustic monitoring devices". Applied Acoustics. 117: 207–218. arXiv:1605.08450. doi:10.1016/j.apacoust.2016.06.010. S2CID 13961321. Retrieved November 23, 2020.
  44. ^ Lim, Z.Y.; Putra, Azma; Nor, Mohd Jailani Mohd; Yaakob, Mohd Yuhazri (15 January 2018). "Sound absorption performance of natural kenaf fibres". Applied Acoustics. 130: 107–114. doi:10.1016/j.apacoust.2017.09.012. Retrieved November 23, 2020.
  45. ^ 2019 Journal Impact Factor, Journal Citation Reports (Report). Clarivate Analytics. 2020.
  46. ^ Rea, Mark S.; Figueiro, Mariana G. (6 December 2016). "Light as a circadian stimulus for architectural lighting". Lighting Research & Technology. 50 (4): 497–510. doi:10.1177/1477153516682368. S2CID 114410985. Retrieved November 23, 2020.
  47. ^ Royer, Michael R.; Wilkerson, Andrea; Wei, Minchen; Houser, Kevin; Davis, Robert (10 August 2016). "Human perceptions of colour rendition vary with average fidelity, average gamut, and gamut shape". Lighting Research & Technology. 49 (8): 966–991. doi:10.1177/1477153516663615. S2CID 113506736. Retrieved November 23, 2020.
  48. ^ Wei, Minchen; Houser, Kevin; David, Aurelien; Krames, Mike R. (13 August 2016). "Colour gamut size and shape influence colour preference". Lighting Research & Technology. 49 (8): 992–1014. doi:10.1177/1477153516651472. S2CID 125131197. Retrieved November 23, 2020.
  49. ^ 2019 Journal Impact Factor, Journal Citation Reports (Report). Clarivate Analytics. 2020.