印度纵向个人热舒适偏好数据集1963-2021
数据来源：互联网公开数据
标签：热舒适性,个人偏好,纵向研究,建筑环境,智能手表数据,舒适度模型,环境变量
数据概述：
本数据集包含了两个BUDS实验室部署的Cozie Fitbit智能手表平台的数据文件：CRESH实验和ENTH实验。CRESH实验的结果发表在《建筑物中的传感器人类—密集型纵向室内舒适模型》一文中，而ENTH实验的结果则作为开放数据提交至BuildSys 2021会议的DATA 2021研讨会，题目为《野外环境中的纵向个人热舒适偏好数据》。此数据集旨在通过密集型纵向主观反馈，研究人们对于热舒适性的偏好，并通过微生态即时评估方法收集了智能手表平台上的相关数据。CRESH实验涉及30名参与者，持续两周，共收集了4378份基于现场的关于热舒适性、噪声和声学偏好的调查数据。ENTH实验的目标是公开分享一个为期四周的纵向数据集，共有17名参与者完成了热舒适性偏好的调查，总共收集了大约1400份独特的室内和室外17个空间的响应。在研究期间，我们监测了3栋建筑物内的环境变量（如温度和相对湿度）。参与者通过Cozie这款开源应用程序完成舒适度调查，其室内位置则由一款定制设计的智能手机应用程序持续监控。位置数据用于对环境测量值与参与者提供的热舒适性偏好响应进行时间和空间上的对齐。此外，还通过初始实验前的问卷收集了参与者的基本背景信息，包括身体特征和个人特质（生活满意度量表、高敏感性人格量表、五大人格特质）。
数据用途概述：
该数据集适用于热舒适性模型开发、环境感知研究、智能建筑优化、个人偏好分析等多种场景。研究人员可以利用这些数据来开发新的模型或改进现有模型，以预测和优化室内环境条件，提高建筑 occupants 的舒适度和幸福感。此外，数据集也适合用于教育培训，帮助学习者理解热舒适性感知的动态变化规律及其对人类行为的影响。
