Estrategias de respuesta dinámica orientadas a los usuarios para el control de sistemas de iluminación en espacios de trabajo

ESTRATEGIAS DE RESPUESTA DINÁMICA ORIENTADAS A LOS USUARIOS PARA EL CONTROL DE SISTEMAS DE ILUMINACIÓN EN ESPACIOS DE TRABAJO Remedios María López Lovillo DIRECTORES: Juan José Sendra Salas; Ignacio Javier Acosta García; Samuel Domínguez Amarillo TUTOR: Juan José Sendra Salas Universidad de Sevilla | EIDUS (Escuela Internacional de Doctorado US) | Programa de Doctorado en Arquitectura RESUMEN 1 INTRODUCCIÓN 1 1 Antecedentes 1 2 Estructura de la tesis 2 PREGUNTA DE INVESTIGACIÓN Y OBJETIVOS 3 ESTADO DEL ARTE 3 1 Requisitos para configurar un sistema de iluminación que incorpore la iluminación natural y las necesidades del usuario 3 1 1 Sistemas de control vinculados a la luz diurna 3 1 2 Consideraciones del usuario 3 1 3 Sistemas de iluminación que integran luz natural y preferencias de los usuarios 3 2 Incorporación de la luz natural en el sistema de control 3 3 Análisis de las preferencias y necesidades de los usuarios a través de métodos mixtos 3 4 Influencia del control de la iluminación en la percepción visual, el rendimiento y la salud de los usuarios 4 METODOLOGÍA 4 1 Métodos 4 1 1 El usuario en el sistema de control 4 1 2 Evaluación del ambiente lumínico 4 2 Casos de estudio 4 2 1 Caso de estudio 1 4 2 2 Caso de estudio 2 4 2 3 Caso de estudio 3 4 2 4 Caso de estudio 4 4 3 Análisis de datos Pag. 5 Pag. 37 Pag. 17 Pag. 43 Pag. 93 ÍNDICE 4 3 1 Datos cuantitativos 4 3 2 Datos cualitativos 4 3 3 Agudeza visual 4 3 4 Rendimiento cromático 4 3 5 Rendimiento del usuario 4 3 6 Marcadores bioquímicos 4 3 7 Estrategias de ajuste 5 RESULTADOS Y DISCUSIÓN 5 1 Comprobación de procedimientos de análisis de las preferencias de los usuarios 5 1 1 Comprobación de métodos de análisis de preferencias e interacciones de los usuarios en entornos de laboratorio individuales 5 1 2 Comprobación de métodos de análisis de preferencias e interacciones de los usuarios en entornos de oficina real compartida de planta abierta 5 2 Factores que afectan a las preferencias y necesidades lumínicas de los usuarios 5 2 1 Interacciones del usuario y motivo del cambio 5 2 2 Influencia del tipo de configuración inicial en las interacciones de los ocupantes 5 2 3 Relación entre preferencias de iluminación e iluminancia y CCT obtenida en el plano de trabajo 5 2 4 Análisis de la aceptación de cada configuración inicial y las preferencias finales de los participantes 5 3 Percepción visual y rendimiento en el trabajo 5 3 1 Análisis de la percepción visual 5 3 2 Rendimiento del usuario 5 4 Biomarcadores 5 4 1 Análisis del estado de estrés de los participantes utilizando biomarcadores 5 5 Evaluación de estrategias de integración de la luz natural en el sistema de iluminación eléctrica 5 5 1 Análisis de los datos monitorizados 5 5 2 Estrategias de ajustes 5 5 3 Valores de ajuste para cada estrategia. Discusión 5 6 Aplicación de las estrategias en un entorno sanitario real 5 6 1 Proceso constructivo de la configuración de iluminación biodinámica 5 6 2 Evaluación de la percepción de la configuración diseñada 5 6 3 Evaluación de la influencia de la iluminación en el rendimiento y el cortisol Pag. 161 5 6 4 Análisis post-ocupación 6 CONCLUSIONES 6 1 Guía para el análisis de las preferencias y necesidades de los ocupantes para la configuración de un sistema de iluminación adaptado a los usuarios y que integre la luz natural 6 2 Futuras líneas de investigación REFERENCIAS ÍNDICE DE TABLAS ÍNDICE DE FIGURAS ANEXOS I MATERIAL COMPLEMENTARIO I 1 Material Caso de estudio 1 I 2 Material Caso de estudio 2 I 3 Material caso de estudio 3 I 4 Material caso de estudio 4 I 5 Anexos de los resultados ANEXOS II PUBLICACIONES II 1 Comunicaciones II 1 1 User centered lighting environment. Assessing the variables for a biodynamic health enhanced control logic II 1 2 How to Design a Proper Daylight Control System? An Example of Calibration Under Overcast Sky Conditions II 1 3 Understanding lighting users’ preferences through a real experience approach using mixed methods II 2 Artículos II 2 1 Publicado II 2 1 1 How can a daylighting and user-oriented control system be configured? A state-of-the-art critical review II 2 2 En proceso II 2 2 1Analysis of user preferences and interactions with lighting systems for the design of useroriented lighting environments II 2 2 2 Analysis of the influence of user management of the lighting system on the stress state of workers. An experience in an envolving multitask environment Pag. 243 Pag. 259 Pag. 286 Pag. 288 Pag. 291 Pag. 335 RESUMEN RESUMEN 7 RESUMEN El diseño de los sistemas de iluminación interior supone uno de los grandes retos en el diseño de los sistemas de los edificios. Las principales necesidades lumínicas de los usuarios suelen estar relacionadas con la percepción y el confort visual. Pero la iluminación tiene una implicación directa en otros aspectos que deben ser tenidos en cuenta y analizados, como el rendimiento en el trabajo y la salud y la creación de ambientes psicológicamente aceptables. El control manual permite a los usuarios ajustes personales en cada momento. Sin embargo, confiarles el ajuste solo a estos puede no responder a sus necesidades, ya que es posible que no se realicen los ajustes correspondientes por falta de interés u otros motivos. Todas estas necesidades pueden ser atendidas por los sistemas de control automáticos de la iluminación, pero estos sistemas de control no siempre son del todo aceptados por los usuarios, ya que es complejo que respondan a las preferencias específicas sin un análisis previo. En este contexto, el objetivo principal de este trabajo consiste en encontrar estrategias que permitan configurar un sistema de control iluminación que se adapte a las preferencias y necesidades de los 8 RESUMEN usuarios, a la vez que tenga en cuenta la luz diurna. El planteamiento metodológico de esta investigación pretende recoger y dar respuesta al objetivo general y a los diferentes objetivos específicos que se plantean. Se aplican diferentes métodos que pretenden, por un lado, dar entrada a las preferencias de los usuarios en el sistema de control y, por otro, evaluar el ambiente lumínico. Dentro del primer grupo, se utilizan métodos mixtos para conocer tanto las preferencias lumínicas como para analizar la percepción y confort visual, rendimiento en el trabajo y repercusión en la salud a partir de esas preferencias. Con respecto al segundo grupo, se utilizan métodos como la monitorización de los parámetros lumínicos, la simulación y las estrategias de ajustes del sistema en función de la presencia de la luz natural. Estos métodos se implementan parcialmente en tres casos de estudio que se complementan entre sí, para posteriormente ser aplicados en conjunto a un cuarto caso de estudio. El primero de ellos se desarrolla en un entorno de laboratorio individual sin iluminación natural, lo que aumenta las posibilidades de análisis, pero limita otros aspectos. En este caso se ponen a prueba cuestiones relacionadas con la percepción, el rendimiento y la salud de los usuarios, a través de métodos mixtos. El segundo caso de estudio se desarrolla en un entorno real de trabajo compartido, con presencia de iluminación natural. Tiene las limitaciones propias de los entornos reales con diversidad de usuarios y rigidez de los sistemas de iluminación de los que están dotados, pero permite considerar factores relacionados con la complejidad del análisis en un entorno real y la influencia de la luz natural. El tercer caso de estudio que se plantea es una oficina real individual en la que se permite instalar sistemas y equipos y dispone de iluminación natural, por lo que se permite un análisis más pormenorizado de la influencia de la luz natural. 15 P: Proporcional PI: Proporcional / Integral PID: Proporcional / Integral/derivado S1: Escena 1 S2: Escena 2 S3: Escena 3 SPD: Distribución de Potencia Espectral TPB: Teoría del Comportamiento Planificado S: Señal del fotosensor SYS: presión arterial sistólica INTRODUCCIÓN 1 INTRODUCCIÓN 19 INTRODUCCIÓN 1 El control de la iluminación en los espacios arquitectónicos es un reto al que deben enfrentarse los diseñadores del ambiente interior. Esta preocupación ha sido compartida por los grandes tratadistas de arquitectura desde el origen de los tiempos. Es el caso, por ejemplo, del tratado “De architectura” (imagen 1) escrito por Marco Lucio Vitruvio en el siglo I a.C. [1]. En el Libro Primero de esta obra, Vitruvio resalta la importancia de orientar correctamente las diferentes estancias para que reciban luz natural, directa o indirectamente, según su uso. Otro gran tratadista que abordó esta preocupación fue Leone Battista Alberti, en 1452, en su tratado “De re aedificatoria” [2] la iluminación natural aparece como un condicionante más del diseño arquitectónico, ya que Alberti explora la cuestión de la sensación lumínica como una experiencia del espacio arquitectónico. El tratadista Andrea Palladio publicó en 1570 “I quattro libri dell’architettura” [3], formado por cuatro libros o secciones Imagen 1 Imagen 1. De architectura, Marco Vitruvio. Fuente: [1] 20 INTRODUCCIÓN en los que se explican e ilustran elementos y técnicas arquitectónicas, entre otras. En el libro 1 de este tratado, Palladio establece una serie de dimensiones óptimas de las ventanas para que la cantidad de iluminación que recibe el espacio sea apropiada, según las dimensiones de la estancia. Arquitectos que consideraron la luz natural en sus escritos y en su arquitectura comparten esta preocupación. En los entornos de oficinas, el estudio de la incorporación de la luz natural ha sido un problema recurrente para los arquitectos desde inicios del siglo XX, ya que las grandes plantas diáfanas que se estaban construyendo para este uso dejaban los espacios interiores sin influencia de la iluminación natural circundante. Arquitectos como Frank Lloyd Wright intentaron mitigar estos problemas. En concreto, en el caso del Edificio Johnson Wax (1936-1939) [4], Wright propuso cerrar el edificio al exterior con paredes ciegas de ladrillo, debido a que se situaba en un entorno hostil, y realizar entradas de luz cenitales, con lo que conseguían que todos los espacios estuvieran iluminados con luz natural. Para ello diseñó un “bosque” de 77 columnas coronadas por grandes circunferencias que configuraban el forjado, entre las cuales se permitía la entrada de luz natural uniforme en toda la extensión del edificio (imagen 2). Imagen 2 21 INTRODUCCIÓN La obra de Louis I. Kahn también se vio muy influida por el estudio de la luz natural para crear ambientes confortables. Entre sus obras, cabe señalar la fábrica Olivetti Underwood (1966-1970) [5]. En este edificio Kahn utiliza un recurso similar al de Wright y realiza un diseño ingenioso de la estructura que permite una planta diáfana y deja paso a la luz natural gracias a la abertura de lucernarios translucidos. Con ello, la propia configuración modular de los elementos estructurales permiten una distribución uniforme de la luz natural por todo el espacio, mitigando así los grandes problemas existentes en grandes fábricas donde la luz natural no accede a los espacios centrales (imagen 3). Otro ejemplo de arquitectos que cuidan el uso de la iluminación natural es el de Alberto Campo Baeza, quien hace de la luz el “material” principal en la mayoría de sus proyectos. Su arquitectura se caracteriza por estar compuesta de cubos blancos con perforaciones intencionadas para el control de luz natural rematadas por cajas de vidrio. En sus numerosos textos habla de la luz natural como un elemento más de la arquitectura, Imagen 2. Edificio Johnson Wax, Frank Lloyd Wright. Fuente: https:// arquitecturaviva.com/obras/oficinas-y- laboratorios-johnson Imagen 3. Fábrica Olivetti Underwood, Louis I. Kahn. Fuente: https:// es.wikiarquitectura.com/edificio/fabricaolivetti-underwood/olivetti-underwood- factory_02/ Imagen 3 22 INTRODUCCIÓN haciendo referencia a que “la luz es el material más lujoso (…) con el que trabajamos los arquitectos; pero como es gratis, no lo valoramos” [6]. Para estos arquitectos, la luz natural se utiliza para algo más que para iluminar: buscan emocionar o inspirar. Pero también, crear entornos confortables. En la actualidad, disfrutar de la luz natural se ha convertido casi en un lujo, ya que los ritmos de vida actuales hacen que, en la mayoría de los casos, pasemos la mayor parte del día en el interior de los edificios solo con luz eléctrica. La Revolución Industrial fue la precursora de esta forma de vida: trabajos en grandes fábricas sin apenas ventanas con turnos imposibles de sol a sol. Este odelo se trasladó a los edificios de oficinas: grandes edificios de innumerables plantas, con dimensiones desorbitadas y donde solo los afortunados trabajadores que tenían su puesto en el perímetro podían disfrutar de la luz del día. El resto del edificio estaba condenado a la exposición a la luz eléctrica por parte de las infinitas filas de luminarias que creaban un entorno lumínico uniforme y sin posibilidad de ningún ajuste. Esta configuración de la iluminación era suficiente en la sociedad homogénea que se había formado a mediados del siglo XX, una sociedad donde todos los hombres y todas las mujeres repetían el mismo patrón en su vida familiar, en su trabajo o en su vestimenta. Este hecho se representa visualmente en la película The Apartment, de Billy Wilder, estrenada en 1960. En esta película se pueden ver varios planos de la oficina de la compañía de seguros en la que trabaja el protagonista, en la que todos los trabajadores están distribuidos en puestos de trabajo dispuestos a la misma distancia, todos trabajando en la misma tarea y bajo un cielo de luminarias homogéneas que funcionan a la par (imagen 4). Este era el modelo de trabajo en aquella época y la Imagen 4. Película “The Apartment”. Fuente: https://elviratorres.com/sieteaxiomas-para-el-teletrabajo/ Imagen 4 Imagen 5 23 INTRODUCCIÓN iluminación respondía a las necesidades de aquel momento. Esta configuración de iluminación no difiere de la de los espacios de oficina actuales, aunque hay una gran diferencia: los trabajos actuales no se relacionan con los de entonces. Mientras que en el siglo XX los trabajos se realizaban en papel o máquina de escribir, y el plano de visión prácticamente no variaba, en la actualidad cualquier trabajo implica múltiples tareas con diferentes soportes, principalmente digital, con el campo de visión dispuesto hacia una pantalla. Ahora el plano de trabajo es variable para cada trabajador y para cada momento del día. Los edificios actuales deberían responder a esta diversidad de tareas. Aunque actualmente la mayoría de los edificios siguen los patrones de aquellos del siglo XX, existen empresas que apuestan por construir entornos que se adapten a estos requerimientos. Es el caso de las míticas oficinas de Google, como la que se puede observar en la película Los Becarios (imagen 5), del año 2013. En las oficinas que aparecen en esta película se puede observar cómo cada espacio es diferente en función de los distintos ambientes que se busque crear. Los espacios ya no solo son de trabajo si no que hay otras zonas de descanso, de juego, las salas de reuniones se encuentran en medio de un escenario vegetal, entre otros. Los modelos de trabajo han cambiado y los edificios deben adaptarse a estos cambios. Deben recoger espacios con diferentes usos, pero también adaptarse a múltiples tareas en un mismo espacio. En este cambio, la iluminación juega un papel fundamental y debe ser capaz de adaptarse a la diversidad actual para generar diferentes ambientes, pero también para conseguir el confort visual de los usuarios en cada tipo de tarea diferente que desarrollen. Durante las últimas décadas, se han introducido normas que desarrollan Imagen 5. Película “Los Becarios”. Fuente: https://distritooficina.com/ oficinas-de-cine/los-becarios/ 24 INTRODUCCIÓN estándares adecuados según el tipo de tarea que se realiza. Estos estándares proceden de normas como la UNE-EN 12464-1. Luz e iluminación. Iluminación de los lugares de trabajo. Parte 1: Lugares de trabajo en interiores [7]. Esta es la versión española del documento EN 12464-1:2002 - Light and lighting - Lighting of work places - Part 1: Indoor work places, que fue redactado por el Comité Técnico CEN/TC 169 Luz e iluminación. En esta norma se recogen los valores considerados óptimos para cada tipo de espacio y trabajo. En ella se dan los valores mínimos de iluminancia en la superficie de referencia, los límites del Índice de Deslumbramiento Unificado (UGR) máximos, la uniformidad de iluminancia mínima (Uo) sobre la superficie de referencia para la iluminancia mantenida, los índices de reproducción cromática (Ra) y otros requisitos específicos. Esta norma hace referencia a que si se cumplen estos valores se “satisfacen las necesidades de confort y rendimiento visual de personas con una capacidad oftálmica (visual) normal”. Sin embargo, en numerosas investigaciones se ha demostrado que estos estándares no son aceptados por la mayoría de los usuarios [8]. Además, en la actualidad, los trabajadores se enfrentan a múltiples tareas cambiantes, por lo que los requerimientos lumínicos deben adaptarse a las diferentes tareas, pero también a las necesidades visuales y de preferencia de cada ocupante. Las técnicas de aprovechamiento de la iluminación natural como medida de ahorro energético se han implementado en el diseño de los edificios. Una de las primeras obras que incorporaron este tipo de estrategias fue el edificio para el New York Times, diseñado por Renzo Piano en 2003 [9] (imagen 6). El edificio cuenta con un sistema de regulación de la iluminación, vinculado con sondas de iluminación, que miden la cantidad de luz diurna disponible por zonas. Este sistema supone un ahorro Imagen 6. Edificio New York Times, Renzo Piano. Fuente: https://arquitecturaviva. com/works/edificio-del-new-york- times-2 Imagen 6 31 INTRODUCCIÓN El tema de investigación que motiva el desarrollo de esta tesis surge de los objetivos planteados en dos proyectos de investigación en los que la doctoranda ha participado como investigadora. El primero de ellos es un proyecto del Plan Estatal I+D+i_Retos denominado “DYNALIGHT Diseño eficiente de la iluminación biodinámica para promover el ritmo circadiano en centros de trabajo de actividad continuada” (BIA2017-86997-R), del cual son investigadores principales el tutor y director y uno de los codirectores de la tesis. Este proyecto se desarrolló desde el 01/01/2018 hasta el 30/09/2021 en dos unidades de la Unidad de Cuidados Intensivos (UCI) de Traumatología del Hospital Universitario Virgen del Rocío (HUVR). El objetivo principal del proyecto DYNALIGHT era optimizar el diseño de un sistema de iluminación biodinámica para promover un ritmo circadiano en centros de trabajo de actividad continuada, evaluando simultáneamente los sistemas de control inteligentes para aprovechar luz natural. Para alcanzar este objetivo, el proyecto contó con un equipo multidisciplinar integrado por arquitectos expertos en diseño eficiente de la iluminación, investigadores expertos en el estudio de la melatonina y sus efectos biológicos y médicos especialistas en bioquímica y prevención de riesgos laborales. El sistema de iluminación de este espacio se modificó y se instalaron luminarias biodinámicas, que utilizan diodos emisores de luz RGB que permiten variar el flujo luminoso y la longitud de onda de la luz emitida. Las luminarias estaban controladas por un sistema inteligente, fabricado por la empresa SIMON, que combinaba luz natural 1.1. Antecedentes 32 INTRODUCCIÓN y eléctrica. Entre las tareas desarrolladas por la doctoranda en este proyecto cabe destacar las siguientes: supervisión de la instalación de luminarias, gestión del despliegue, puesta en marcha y seguimiento del sistema de iluminación, organización y gestión de los ensayos y medición de parámetros ambientales. El segundo proyecto corresponde a la convocatoria de 2019 de la Consejería de Salud de la Junta de Andalucía y tiene por título “CARELight_Lite: Iluminación biodinámica para la regulación del ritmo circadiano del personal asistencial de las Unidades de Cuidados Intensivos Pediátricas” (PI-0136-2019), del que es investigador principal el segundo de los codirectores de la tesis. Este proyecto se desarrolló entre el 23/12/2019 y el 22/12/2023 en la Unidad de Cuidados Intensivos (UCI) de Pediatría del Hospital Universitario Virgen del Rocío de Sevilla (HUVR). El objetivo principal del proyecto Carelight_Lite es optimizar el diseño de un sistema de iluminación biodinámica aplicado como piloto a la UCI de Pediatría del HUVR. Con este proyecto se pretende promover un adecuado ritmo circadiano en el personal sanitario (especialmente médicos, enfermería y auxiliares). Para ello se combinan la optimización del aprovechamiento de luz natural junto con la iluminación eléctrica para la adecuación al estímulo circadiano, con la intención de generar un patrón lumínico nocturno que regule adecuadamente los niveles de melatonina. Para ello, se analizó la salud percibida, la secreción de melatonina, de marcadores circadianos y parámetros bioquímicos del personal participante, sometidos tanto al sistema convencional de iluminación como al biodinámico. Las tareas realizadas por la doctoranda en este proyecto fueron principalmente: participación en el diseño del sistema de iluminación, gestión del despliegue y coordinación con la subdirección de Ingeniería del HUVR, participación en la recogida de 33 INTRODUCCIÓN datos de los ensayos y medición de parámetros ambientales. El centro de trabajo objeto de estudio en este proyecto ha conformado uno de los casos de estudio de la tesis. Esta tesis surge también de la línea iniciada por la doctoranda con la investigación realizada para el Trabajo Fin de Grado (TFG), desarrollado en la ETS de Arquitectura de Sevilla entre febrero y julio de 2018. Fue titulado “Interacción usuario-vivienda inteligente: técnicas de ergonomía cognitiva para la optimización de la gestión de la información entre los usuarios y la vivienda inteligente y ecoeficiente”. Fue calificado con Sobresaliente. Como continuación de este TFG, se desarrolló un proyecto titulado “Optimización dinámico-cognitiva de la interfaz usuario-sistema de los dispositivos de monitorización del sistema de iluminación biodinámica del proyecto I+D+i Dynalight”, en el marco de una Beca de Iniciación a la Investigación del VI Plan Propio de Investigación de la Universidad de Sevilla. Este trabajo se enmarca en el proyecto DYNALIGHT. La beca se disfrutó los meses de mayo, agosto y septiembre de 2019. La tesis ha estado financiada mediante una Beca de Formación del Profesorado Universitario (FPU) en la convocatoria 2018 (ref. FPU18/04889), asociado a un contrato predoctoral en el Departamento de Construcciones Arquitectónicas I, en la Escuela Técnica Superior de Arquitectura de Sevilla. Este se inició el 23 de septiembre de 2019 y se extendió hasta el 22 de septiembre de 2023. Para complementar la formación de la doctoranda, la tesis ha estado apoyada por dos estancias predoctorales financiadas mediante las Ayudas complementarias de movilidad destinadas a beneficiarios del programa de Formación del Profesorado Universitario (FPU). La 34 INTRODUCCIÓN primera de ellas fue en la convocatoria de 2021 (ref. EST21/00445) para realizar una estancia en la Universitá degli Studi di Napoli Federico II, en el Dipartamento di Ingegneria Industriale, Italia, desde el 20/09/2021 hasta el 19/12/2021, con uno de los equipos de investigación europeos más importante en el campo de la iluminación. La investigación en esta estancia se centró en ampliar el conocimiento en sistemas de control de iluminación y la posición de las sondas de iluminación. Los hallazgos más significativos de la estancia estuvieron relacionados con la propuesta de nuevas estrategias de funcionamiento de los sistemas de iluminación relacionados con la posición del sol. Estos resultados dieron como producto una comunicación escrita conjuntamente con el equipo de trabajo de Nápoles y que se presentó oralmente al congreso LUX EUROPA 2022. El trabajo se tituló “How to design a proper Daylight Control System? An example of calibration under overcast sky conditions” y fue aceptado en un proceso de revisión por pares (ver apartado II.1.2 del anexo II). La segunda estancia fue financiada en la convocatoria de 2022 (ref. EST22/00215) para realizar una investigación en la Eindhoven University of Technology (TU/e), en el Department of the Built Environment, Países Bajos, y se desarrolló del 05/09/2022 hasta el 04/12/2022. Se realizó con el grupo de investigación del “Smart Architectural Technologies” e investigó en el campo del análisis de preferencias de los usuarios para el diseño de sistemas de control de iluminación que se adapten a sus necesidades. Durante esta estancia también se participó en la coordinación de una experiencia real con otras universidades y empresas de Países Bajos expertas en este campo, que consistió en un ensayo en un entorno real con trabajadores sobre el confort y las interacciones de los usuarios con los sistemas de control del edificio. 35 INTRODUCCIÓN En la introducción se ha incidido en varios temas que han conducido a la pregunta de investigación de la que deriva el objetivo general de la tesis. Esa pregunta y ese objetivo se recogen en el apartado 2 de la tesis, donde también se definen los objetivos específicos. Para conocer qué plantean otros autores en relación con los objetivos planteados, en el apartado 3 se desarrolla el estado del arte. Este sirve de apoyo para realizar el diseño de la metodología en el apartado 4, que engloba los métodos empleados, los casos de estudio a los que se aplican y los métodos de análisis de datos que se utilizan en el trabajo. El apartado 5 recoge los resultados de aplicar la metodología a los casos de estudio y se discuten los resultados obtenidos. En el apartado 6 se exponen las conclusiones del trabajo, así como las futuras líneas de investigación que han quedado abiertas tras esta investigación. A continuación, se recogen las referencias utilizadas en el trabajo. Al final del documento se encuentran dos grupos de anexos. En el anexo I se puede encontrar el material complementario de la tesis, que no se ha incluido en la redacción del documento para facilitar su lectura. En el anexo II se encuentran las publicaciones derivadas de esta investigación, agrupadas por comunicaciones y artículos en revistas indexadas que están publicados o en proceso de publicación. 1.2. Estructura de la tesis PREGUNTA DE INVESTIGACIÓN Y OBJETIVOS 2 PREGUNTA DE INVESTIGACIÓN Y OBJETIVOS 39 En la introducción se ha puesto de manifiesto que una de las preocupaciones actuales en el diseño de sistemas de iluminación es que los sistemas de control puedan adaptarse a los requerimientos visuales de los trabajos actuales dinámicos y, en paralelo, a las preferencias de los usuarios, a la vez que procurar una mejora en su estado de salud. Actualmente existen las capacidades tecnológicas necesarias para este fin. Sin embargo, dada la complejidad de las mecánicas de control, existen dificultades para comprender cómo interactúa el usuario con el sistema y así poder implementar sus acciones y necesidades en la lógica de control. Por lo que es esencial considerar a los usuarios en el proceso de diseño de las lógicas de control. PREGUNTA DE INVESTIGACIÓN Y OBJETIVOS 2 40 PREGUNTA DE INVESTIGACIÓN Y OBJETIVOS En este contexto surge la siguiente pregunta de investigación: ¿qué estrategias se deben seguir en el diseño de un sistema de control de iluminación centrado en el usuario, que considere su confort y salud, integrando la luz natural en un escenario de baja energía, para su aplicación en espacios de trabajo compartido con tareas dinámicas? Este trabajo busca encontrar las claves para responder a esta pregunta, enmarcándose en una de las líneas de investigación abiertas en el IEB Annex 79 de la Agencia Internacional de la Energía. En consonancia, el objetivo general de esta tesis es proponer un conjunto de estrategias que permitan que el usuario sea el centro del sistema de control de iluminación para adaptar la configuración lumínica de los entornos de trabajo dinámicos de espacios compartidos a las preferencias y necesidades de sus ocupantes. Pregunta de investigación Objetivo general 47 En la figura 1 se muestra la estructura del estado del arte y su relación con los objetivos específicos formulados. El reto principal de esta tesis es aunar estas dos cuestiones: incorporar en el sistema de control de la iluminación la luz natural y las necesidades de los usuarios, en una misma metodología, por lo que la primera tarea que se lleva a cabo es investigar si existen otros trabajos que se hayan preocupado en resolver ambas cuestiones a la vez (3.1). A continuación, se exponen cuestiones generales sobre los sistemas de control de iluminación (3.1.1) y sobre la incorporación de los usuarios en la lógica de control del sistema (3.1.2). Tras el análisis de estas dos cuestiones, se realiza una discusión sobre cuáles deben ser los requisitos para configurar sistemas de iluminación que integran luz natural y preferencias de los usuarios (3.1.3) y se extraen las cuestiones fundamentales para analizar en profundidad. A partir de esto, se realiza una investigación sobre los trabajos actuales que tratan métodos de incorporación de la luz natural en el sistema de control (3.2), métodos para conocer las preferencias y necesidades de los usuarios con respecto a los sistemas de iluminación (3.3) y métodos que analizan la influencia de la iluminación en la percepción, el rendimiento y la salud de los usuarios (3.4). De estos trabajos se pretende extraer los métodos más utilizados, sus limitaciones y los posibles pasos futuros que sirvan para el diseño de la metodología de esta tesis. ESTADO DEL ARTE Figura 1. Esquema estado del arte 48 ESTADO DEL ARTE El primer paso para conocer los requisitos necesarios para configurar un sistema de control de iluminación que considere tanto la iluminación natural como las necesidades de los usuarios es conocer qué han hecho otros autores en este campo. Para ello, primero se realiza un análisis de otras revisiones que han abordado estos temas. Se realiza un análisis de revisiones que hablen de sistemas de control que incorporan la luz natural y al usuario de alguna u otra manera. En total se han seleccionado 17 trabajos. Se escogen revisiones que se centran en el control de la iluminación, aunque no se descartan aquellas que abordan más sistemas, siempre que el sistema iluminación sea uno de ellos (5 revisiones). También se incluyen revisiones que consideran a los usuarios y a la luz natural, aunque no se centren en el control específicamente (1 revisión). Ha sido complejo encontrar revisiones que aborden ambos temas a la vez. La mayoría de estas se centran en el análisis de una u otra variable. En relación con la luz natural, se han identificado 13 revisiones con este tema como principal, de las cuales 8 se centran en el análisis de fotosensores – su funcionamiento, tipos, características, ventajas y desventajas. Cuatro de estos trabajos se han centrado en la búsqueda de estrategias para optimizar la luz diurna. 3.1. Requisitos para configurar un sistema de iluminación que incorpore la iluminación natural y las necesidades del usuario 49 Con respecto a las consideraciones del usuario, la mayoría (16 revisiones) consideran al usuario analizando su ocupación o comportamiento. Otras, además, analizan sus preferencias con cuestionarios u otras técnicas de ergonomía cognitiva (11 revisiones). 9 de estos trabajos estudian la incorporación del usuario en el control de la iluminación. Es reseñable que solo cuatro de las referencias seleccionadas proponen el análisis conjunto de la luz natural y las preferencias, comportamientos o necesidades de los usuarios [21][22][23][24]. Una de ellas, además, se centra en la salud de los usuarios [24]. En la Tabla 1 se recogen las revisiones analizadas y los temas tratados en cada una de estas. A partir de estas revisiones se obtienen los temas clave de investigación y trabajos relacionados que sirven de base al resto del estado del arte. Dada la dificultad para encontrar otros trabajos que aúnen ambas cuestiones, se hace una revisión de trabajos separando ambas temáticas y al final (3.1.3) se debaten los temas principales a abordar para estrategias de configuración de sistemas de control de iluminación que integran la luz natural y adapten a los usuarios. ESTADO DEL ARTE 50 ESTADO DEL ARTE Autores Año Ref Sistema de control de iluminación Iluminación natural Consideraciones del usuario Centrado en la iluminación Relaciónado con el control Consideraciones de la luz diurna Fotosensores Optimización de la luz diurna Ocupación/ comportamiento del usuario Preferenias/ necesidades del usuario Incorporación del usuario Gunay et al. 2013 [18] ⚫⚫ ⚫⚫⚫ Haq et al. 2014 [25] ⚫⚫⚫⚫ ⚫ Carlucci et al. 2015 [21] ⚫ ⚫ ⚫ ⚫ Yu et al. 2015 [26] ⚫⚫⚫⚫⚫⚫ Galatioto et al. 2016 [27] ⚫⚫⚫⚫ ⚫ Bakker et al. 2017 [28] ⚫ ⚫ ⚫ ⚫ Bellia et al. 2016 [29] ⚫⚫⚫⚫⚫⚫ Chew et al. 2017 [30] ⚫⚫⚫⚫ ⚫ Naylor et al. 2018 [31] ⚫ ⚫ ⚫ ⚫ Jain et al. 2018 [32] ⚫⚫⚫⚫ ⚫⚫ Wagiman et al. 2019 [33] ⚫⚫⚫⚫ ⚫ Jung et al. 2019 [34] ⚫ ⚫ ⚫ ⚫ Han et al. 2019 [35] ⚫ ⚫ ⚫ ⚫ Park et al. 2019 [36] ⚫ ⚫ ⚫ ⚫ Dounis et al. 2009 [37] ⚫ ⚫ ⚫ ⚫ Ding et al. 2020 [38] ⚫⚫⚫⚫⚫⚫⚫⚫ Tabadkani et al. 2021 [22] ⚫⚫⚫ ⚫⚫⚫ Vasquez et al. 2022 [24] ⚫ ⚫ ⚫ ⚫ ⚫ ⚫ Tabla 1 51 Los sistemas de control de iluminación actuales se caracterizan por integrar la iluminación natural y eléctrica para lograr el confort del usuario y maximizar el ahorro energético [39]. La luz natural tiene múltiples beneficios comprobados que van desde garantizar el rendimiento del usuario [13] hasta mejorar su salud mental [40] y biológica [41], incluso afecta al ritmo circadiano [14]. Por lo que, maximizar el aprovechamiento de la luz diurna es una tarea principal en cualquier sistema de control de iluminación. Pero, además, la optimización de la luz natural contribuye al ahorro energético, ya que el sistema eléctrico funciona según la cantidad de iluminación natural disponible para conseguir los valores lumínicos requeridos en cada espacio [42]. Los sistemas de control vinculados a la luz diurna tienen numerosos beneficios, pero su diseño es bastante complejo, ya que su funcionamiento está condicionado por múltiples variables como la configuración del espacio [43], el tipo de estrategia de control [44], o el tipo, la ubicación y el número de fotosensores [29]. Estos son algunos de los motivos por los que los sistemas de control adaptados a la luz diurna no son muy aceptados. Bellia et al. [29] plantean una revisión en la que analizan todos los motivos por los que estos sistemas no son muy aceptados, a pesar de sus beneficios. Debido a la multiplicidad de variables afectadas, para configurar estos sistemas es importante hacer un análisis previo en el que se determinen qué equipos y qué estrategias son más adecuados para cada sistema. Con ello, en los siguientes apartados de este trabajo se presentan ESTADO DEL ARTE 3.1.1.Sistemas de control vinculados a la luz diurna Tabla 1. Revisiones centradas en objetivos similares y aspectos clave 52 los factores que condicionan la iluminación interior (3.1.1.1) para, a continuación, analizar las diferentes estrategias de control que se pueden utilizar (3.1.1.2) y los elementos del sistema (3.1.1.3). 3.1.1.1. Factores que afectan a la iluminancia interior El objetivo principal de los sistemas de control vinculados a la luz diurna es garantizar unas condiciones óptimas de iluminación interior a la hora de desarrollar cualquier tarea [45]. Sin embargo, el ambiente lumínico interior está condicionado por múltiples factores como la configuración del espacio [46][47] y la reflectancia de sus superficies [46][48][49], la morfología de las ventanas [46][47][48][50], la distancia entre el escritorio y la ventana [51], la ubicación [26][46] y orientación [47][48], y el período del año [52][53][54] y el tipo de cielo [53][54]. La influencia de una o varias de estas variables se ha demostrado en múltiples estudios para optimizar la luz natural. En Acosta et al. [46] se analizó la eficiencia energética de un sistema DLC en 18 modelos diferentes. Los parámetros para cada modelo fueron: profundidad de la habitación (3 m, 6 m, 9 m), tamaño de la ventana (30%, 60%, 90% de la pared) y dos conjuntos de reflectancia interior diferente (brillante y oscuro). Cada modelo se simuló en tres ubicaciones: Madrid, Londres y Estocolmo. Según los resultados, todas estas variables -en mayor o menor medidacondicionan el sistema de control, afectando a la eficiencia energética. Douglas et al. [47] analizaron el ahorro energético y la adecuación lumínica de 108 modelos a partir de: 3 configuraciones geométricas (1:1, 1:1.5, 1.5:1); 3 tamaños de habitación (pequeña, grande, mediana); 3 tamaños de ventana (15%, 25%, 35%) y 4 orientaciones (norte, sur, este, oeste). Los resultados muestran las diferentes respuestas del ESTADO DEL ARTE 53 sistema en función de cada configuración. Cılasun Kunduracı y Kazanasmaz [51] comprobaron la influencia de la luz del día en las interacciones de los usuarios con los sistemas de control. Lo hicieron a través de 8 configuraciones de escritorio que combinan 4 distancias de la ventana y 4 posiciones del escritorio con respecto a la ventana. Se demostró que estos parámetros influyen en la probabilidad de encender la iluminación. Onaygil y Güler [53] estimaron el ahorro de energía de un sistema DLC basado en las diferentes estaciones y diferentes tipos de cielos. Ambos parámetros fueron condicionantes del sistema. Danny y Ernest [54] monitorearon el funcionamiento de un sistema DLC en condiciones de cielo nublado y no nublado para verificar la relación entre la iluminancia medida con un fotosensor en el techo y otro en el plano de trabajo. Dedujeron que el sistema tenía que funcionar de manera diferente para cada condición del cielo. Además, también comprobaron el ahorro energético de estos sistemas en función de la época del año, obteniendo resultados diferentes en primavera y verano. En la Tabla 2 se muestran los factores que influyen en la iluminación interior analizados en los trabajos presentados anteriormente. Cuatro de los nueve trabajos analizan la influencia de la morfología de las ventanas, por lo que se trata de un parámetro significativo a la hora de considerar la iluminancia interior. Otros factores como la orientación, la época del año, la configuración espacial o la reflectancia de las superficies interiores también son recurrentes en estos trabajos. Aunque el tipo de cielo y la distancia entre el plano de trabajo y la ventana están presentes en menor medida, también son dos parámetros característicos que deben ser tenidos en cuenta en el análisis del entorno de iluminación interior. Algunos como la morfología de la ventana, la ubicación o la orientación son condicionantes del diseño inicial del espacio, pero una ESTADO DEL ARTE 54 vez se construye el edificio, se vuelven invariables. La configuración del espacio, la reflectancia de las superficies o la distancia del escritorio a la ventana pueden ser reconfigurados puntualmente, pero suelen ser también condicionantes estáticos. Sin embargo, el período del año o el tipo de cielo son variables dinámicas que deben ser incorporadas como tal en el diseño del sistema de control vinculado a la luz diurna. ESTADO DEL ARTE Autores Configuración del espacio Reflectancia interior de la superficie Morfología de la ventana Distancia ventana - escritorio Ubicación Orientación Período del año Tipo de cielo Acosta et al. [46] ⚫ ⚫ ⚫ ⚫ Douglas et al. [47] ⚫ ⚫ ⚫ Cılasun Kunduracı y Kazanasmaz [51] ⚫ Onaygil y Güler [53] ⚫ ⚫ Danny y Ernest [54] ⚫ ⚫ Mangkuto et al. [48] ⚫ ⚫ ⚫ ⚫ Acosta et al. [50] ⚫ ⚫ ⚫ Bellia y Fragliasso [55] ⚫ ⚫ Tabla 2 Tabla 2. Factores que afectan a la iluminancia interior Figura 2. Estrategias de control de iluminación de bucle abierto y cerrado 55 3.1.1.2. Estrategia de control Para configurar cualquier sistema de control, primero se deben establecer las relaciones entre las variables de entrada (inputs) y salida (outputs) que determinan el funcionamiento del sistema [56]. Existen dos estrategias principales para el control de los sistemas técnicos: bucle abierto y bucle cerrado (figura 2). Estas estrategias aseguran que todas las variables del sistema estén controladas dentro de los rangos establecidos y realizan las funciones según las instrucciones [57]. En la primera, la salida actúa basándose únicamente en la señal de entrada. Se conoce como feedforward. En la segunda, a la señal de entrada se le suma un punto de retroalimentación, que se establece según el punto de ajuste [58]. Se demonina feedback. Las estrategias de control de los sistemas de iluminación siguen la misma clasificación. En este caso, las estrategias de control de bucle abierto solo detectan la luz natural, mientras que las de bucle cerrado pueden analizar la iluminación natural y eléctrica [29][59]. En las estrategias de bucle abierto, los sensores solo se colocan en el exterior, de modo que el sistema de iluminación ajusta el flujo de las luminarias en función de la luz del día. En las estrategias de bucle cerrado, los sensores interiores miden continuamente el nivel de iluminancia para cumplir con el valor establecido en función de la luz diurna que entra y la luz eléctrica que se está controlando [44]. Las estrategias de tipo lazo cerrado permiten retroalimentar al sistema, lo que requiere una calibración más exacta, aunque son más complejas a nivel de ajuste. En la figura 2 se muestran gráficamente estas estrategias. Estas estrategias, combinadas con diferentes tipos de controladores, impulsan algoritmos de control de iluminación. Su clasificación se ESTADO DEL ARTE Fig. 2 56 suele hacer combinando con los sistemas de atenuación. Se denominan reinicio integral, proporcional de bucle abierto y proporcional de bucle cerrado. Los primeros se basan en el ajuste continuo de la salida de iluminación eléctrica para garantizar que la señal del fotosensor mantenga constantemente el nivel establecido. Los otros dos se basan en las estrategias antes mencionadas. El control proporcional de bucle abierto se basa en la suposición de que la señal luminosa de salida es una función lineal de la señal de luz diurna medida por el fotosensor, mientras que el control proporcional de bucle cerrado ajusta la luz eléctrica en función de la diferencia entre la señal medida por el fotosensor en ese momento (luz eléctrica y luz diurna) y la señal preestablecida medida por el fotosensor por la noche con la iluminación eléctrica al máximo nivel [60][61]. Estas estrategias o algoritmos de control también han sido utilizados por muchos autores combinando el control de sistemas de iluminación y sombreado [62][63][64]. Incluso en muchas ocasiones se apuesta por incorporar a estos bucles, las preferencias y necesidades de los usuarios. Fischer et al. [65] proponen un sistema de control de lazo abierto que se implementa a través de la simulación para lograr un ajuste óptimo a las preferencias del usuario. Para ello, se analizan las preferencias del usuario a través de los valores de iluminancia en el plano de trabajo seleccionado en una interfaz de control. Estas preferencias se incorporan al algoritmo de control a través de los valores de iluminancia recogidos. Cheng et al. [66] emplean un sistema de circuito cerrado capaz de aprender las preferencias del usuario mediante el uso del aprendizaje por refuerzo. Se propone un algoritmo que ajusta los niveles de iluminación a través del sistema de iluminación y sombreado. Estos ajustes se realizan en función de las quejas de los usuarios que utilizan una interfaz ESTADO DEL ARTE 63 informó de la mayor probabilidad de apagar un sistema de iluminación al salir de un espacio cuando hay un sensor de ocupación (entre otros aspectos). Newsham et al. [96] proponen un modelo de predicción de perfiles de ocupación basado en el uso de técnicas estocásticas. Estos son solo algunos ejemplos de las muchas teorías que se plantearon. Más recientemente, y con el objetivo de establecer un marco metodológico para modelar el comportamiento de los ocupantes, Gunay et al. [18] presentan un esquema para descomponer este desafío de modelización conductual en problemas más pequeños. Estos autores proponen tres fases de análisis que se corresponden con las propuestas del Annex 66: observación, modelización y simulación. La primera fase comienza con la observación y considera la descripción general del sistema, el tamaño de la muestra y el período en el que se realiza esta observación. En esta primera etapa también entra en juego el seguimiento y la definición de las variables a analizar. La siguiente fase se centra en especificar el tipo de modelo de comportamiento adaptativo que mejor se ajusta al estudio, determinando también su método de validación. En la última fase, se considera la simulación del modelo propuesto, junto con el método de verificación de esta simulación. A partir de esto, Gunay et al. [18] proponen un esquema de modelización del comportamiento adaptativo de los ocupantes. Como consecuencia de esto, Yan et al. [97] proponen directrices basadas en la recopilación de datos, la modelización y la simulación, utilizando herramientas específicas de conformidad con el Annex 66 del Programa Energía en Edificios y Comunidades (EBC) de la Agencia Internacional de la Energía (AIE). Este documento tiene como objetivo homogeneizar el análisis del comportamiento de los usuarios para garantizar un marco metodológico común que reduzca la brecha existente entre los valores medidos in situ y los simulados. En el Annex ESTADO DEL ARTE 64 79 [19] del mismo documento, se abordan las lagunas encontradas en relación con las aplicaciones prácticas y las tecnologías utilizadas. Este documento incide en el diseño de sistemas centrados en los ocupantes, utilizando estrategias de modelado de ocupantes basadas en datos. En este caso, se intenta analizar la percepción de los ocupantes, así como su comportamiento. Sin embargo, aunque ambos documentos tratan de proporcionar los factores claves para lograr sistemas de control basados en el usuario, aún existen dificultades para encontrar la estrategia de análisis óptima [19]. 3.1.2.3. El usuario en el sistema de control: modelos predictivos Desde los primeros acercamientos al control de la iluminación, se ha procurado anticipar el comportamiento de los usuarios mediante el uso de modelos predictivos. Estas estrategias se han llevado a cabo durante largos períodos de tiempo utilizando modelos deterministas [98-100] y modelos probabilísticos [71][101][102]. Sin embargo, varias metodologías implementadas en diferentes estudios de observación sistemática [103-105] han demostrado que estos modelos no pueden predecir el comportamiento adaptativo del ocupante. Por lo tanto, debido a la naturaleza del comportamiento de los propios usuarios, estudios recientes proponen un enfoque basado en modelos estocásticos [106] [107]. Estos modelos estocásticos se caracterizan por introducir la aleatoriedad del comportamiento de los ocupantes en la relación probabilística desarrollada a la hora de realizar una acción. Dentro de estos modelos estocásticos, varios autores han propuesto el uso de modelos de respuesta lineal (modelos de regresión lineal) [108-110] para estimar la probabilidad del comportamiento adaptativo del ocupante en ESTADO DEL ARTE 65 función de una variable. Sin embargo, debido a la naturaleza lineal de la función en sí, en algunos puntos hay una desviación del comportamiento observado en los usuarios [111][112]. Se propone el uso de modelos de regresión logística para mitigar este error [113][103][111]. Estos modelos son los más cercanos al comportamiento observado de los usuarios, ya que permiten predecir el resultado de una variable categórica en función de otras variables independientes o predictoras. De este tipo es el modelo utilizado por Yun et al. [114], quienes analizan el comportamiento de los usuarios en cuatro oficinas con el sistema encendido y apagado. Los autores utilizan un modelo de regresión logística, basado en datos recogidos durante una campaña de monitorización de cinco meses, para analizar la relación entre la iluminancia externa y la acción de encender o apagar el alumbrado eléctrico. Siguiendo este modelo, diversas metodologías proponen el análisis con varias variables utilizando el modelo de regresión logística multivariante. Es el caso de Fabi et al. [115] que analizan el comportamiento de los usuarios de tres oficinas durante 11 meses mediante mediciones de variables ambientales interiores y exteriores y acciones de encendido/ apagado del sistema de iluminación. Estos datos se combinan con un modelo multivariante para determinar la probabilidad de encendido/ apagado en función de diferentes variables, como la iluminancia interior o la temperatura ambiente. Otros trabajos atienden a la inteligencia artificial y los modelos de aprendizaje, con algunas metodologías que optan por el uso de la lógica difusa. Este tipo de técnica de aprendizaje es útil cuando los datos no están disponibles o están incompletos, ya que permite descomponer problemas reales en tareas sencillas, formulando un razonamiento aproximado. Se basa en las relaciones del tipo SI... ENTONCES... [51]. ESTADO DEL ARTE 66 Cılasun Kunduracı y Kazanasmaz [116] proponen una clasificación del comportamiento de los usuarios siguiendo un modelo de lógica difusa construido con los datos monitoreados en varias oficinas. Otros autores prefieren modelos de aprendizaje basados en redes neuronales (RNA). Estos modelos se basan en el aprendizaje mediante el estudio de datos previamente registrados, con el fin de identificar la relación entre las variables de entrada y salida. Paulauskaite-Taraseviciene et al. [117] proponen un sistema de control de iluminación que utiliza RNA para aprender y adaptar los patrones de comportamiento de los usuarios. Este modelo se implementó en un algoritmo en el que los datos podían ser reemplazados para suplir los hábitos cambiantes de los usuarios. Además de estos procesos, existen otros más complejos como el “proceso Bernoulli” [113] o “cadena de Markov de tiempo discreto” [112]. El primero de ellos, el proceso de Bernoulli, predice la probabilidad de que un usuario interactúe con un elemento de control en cada estado. El modelo de cadena de Markov de tiempo discreto predice la probabilidad de que un usuario realice una acción en un futuro próximo [118]. Varias metodologías propuestas en la última década proponen analizar el comportamiento de los usuarios mediante “modelos bayesianos” [87][119]. Entendemos como modelo bayesiano aquel que permite que la probabilidad de que ocurra un evento pueda variar mediante la incorporación de nuevos datos observados. Este parece ser el mejor modelo para analizar el comportamiento de los usuarios con los sistemas de iluminación, ya que permite incorporar nueva información a los conocimientos previos. Con estos modelos, el conocimiento existente sobre una acción puede combinarse con nuevos datos disponibles (como los proporcionados por encuestas u observación objetiva), resolviendo así la aleatoriedad inherente al comportamiento del usuario. ESTADO DEL ARTE 67 ESTADO DEL ARTE Para que un sistema de control de iluminación se considere vinculado a la luz diurna y orientado al usuario, debe tener la capacidad de ajustarse continuamente a los cambios en la iluminación interior [45] y a las preferencias cambiantes de los usuarios individuales [87]. Los sistemas DLC deben garantizar que la cantidad de iluminación en el plano de trabajo se ajuste a la tarea que se está desarrollando. Los estándares de iluminación se suelen establecer en función del tipo de tarea que se realiza. Por ejemplo, para un aula de uso normal, se recomienda una iluminancia horizontal media de 300 lx, pero para un aula de dibujo técnico la iluminancia horizontal media recomendada es de 750 lx [120]. Pero este ajuste de la iluminación solo se puede hacer en pocas escuelas. Lo mismo ocurre con el resto de los edificios, donde los sistemas de control no se ajustan al cambio en la actividad de los ocupantes, lo que puede provocar una falta de confort. Para ajustar la iluminación en el plano de trabajo, es importante combinar los sistemas de iluminación con los sistemas de sombreado, ya que permiten controlar la iluminación natural y evitar problemas como el deslumbramiento [62]. Los sistemas de sombreado también deben regularse, dado que la iluminación exterior cambia constantemente según la hora del día. Por otra parte, las variaciones observadas en la incidencia solar según la altitud y el acimut durante el año también hacen necesario considerar el control de estos sistemas en los diferentes periodos del año [121]. Por último, dado que las condiciones de iluminación exterior están influenciadas por el tipo de cielo, también 3.1.2. Sistemas de iluminación que integran luz natural y preferencias de los usuarios 68 hay que tener en cuenta este parámetro [122]. Los sistemas de atenuación se pueden utilizar para ajustar la iluminación eléctrica a las necesidades específicas de iluminación. En comparación con los sistemas de conmutación, los de regulación permiten regular la emisión de luz según la disponibilidad de iluminación. Sin embargo, su puesta en marcha no es tan sencilla y en ciertos casos de estudio algunas metodologías han demostrado que no aportan ventajas en términos de consumo energético [55]. Además de ajustar la cantidad de iluminación para lograr la comodidad del usuario, también se deben considerar otras variables, como CCT y SPD, que afectan directamente a las necesidades y a la salud del usuario, específicamente los ritmos circadianos [15][123]. Todos estos parámetros cambiantes y evolutivos son factores condicionantes del sistema DLC. Dada la complejidad del proceso, el uso de sistemas DLC no está muy extendido a pesar de los beneficios que aporta en términos de ahorro energético y comodidad para el usuario, como ya comentaron Bellia et al. [29]. En este trabajo, los autores concluyen que los problemas asociados al bajo uso de estos sistemas se relacionan con su complejo diseño, las limitaciones del software de modelado existente y la falta de aceptación de los usuarios de los cambios automáticos. Para ajustar la iluminación eléctrica a las preferencias de los usuarios en el espacio interior, primero es necesario conocer la cantidad de iluminación disponible. Aunque este tema se ha discutido ampliamente durante muchos años, la posición y el funcionamiento de los sensores aún no se ha resuelto. El proceso de calibración habitual se realiza de la misma manera durante todo el año, pero varias metodologías han ESTADO DEL ARTE 69 demostrado que esto no es óptimo, debido a los múltiples cambios en la iluminación interior de los espacios [124][125]. Por lo tanto, la puesta en marcha se vuelve más compleja. A la hora de incluir a los usuarios en estos sistemas, una de las prácticas más habituales ha sido considerando su ocupación. La iluminación se enciende o apaga en función de la presencia o ausencia de usuarios, e incluso se puede regular en función de la luz del día cuando detecta ocupantes [77]. Aunque esto aporta beneficios en términos de ahorro energético, no es posible saber si la activación, la falta de ella o la regulación proporcionan un entorno confortable para los usuarios. Para evitar lo anterior y conocer las preferencias lumínicas de los usuarios, primero se debe tener en cuenta el tipo de espacio analizado. Se observan diferencias significativas entre el análisis de los espacios individuales y los espacios compartidos. Si bien establecer los niveles deseados en espacios individuales es relativamente fácil, también existen reservas sobre la solución del problema de ajustar los niveles de iluminación a las preferencias de todos los usuarios en espacios compartidos [126], una tarea que aún no se ha resuelto del todo. Algunos análisis no tienen en cuenta las preferencias individuales [127][128] o validan las preferencias simultáneas de todos los usuarios [89]. Metodologías recientes proponen que, para comprender los patrones de comportamiento centrados en el encendido/apagado de la iluminación, el sistema debería actualizarse con información de las interacciones de los usuarios para adaptar la iluminancia a la obtenida tras los cambios manuales [81][51]. Estas interacciones pueden analizarse mediante la detección de la propia interacción en la interfaz de control [83][87], o considerando cambios en la iluminación utilizando un fotosensor [80] ESTADO DEL ARTE 70 [129]. Sin embargo, algunos estudios han demostrado lo que se conoce como agotamiento de la interacción, cuando los usuarios, por pereza o falta de atención, no siempre realizan las acciones para ajustar los niveles a sus necesidades o preferencias [130]. Esto complica aún más el proceso de obtención de información sobre las preferencias reales de los usuarios. En un entorno controlado individualmente, donde los usuarios son siempre los mismos, puede ser útil incorporar preguntas directas de los usuarios en el proceso de diseño del sistema. Los cuestionarios pueden ayudar a remediar la falta de información en otros aspectos. Permiten el análisis de parámetros más específicos como los psicológicos, fisiológicos o personales. Sin embargo, existen limitaciones en cuanto a calidad. Además, aunque teóricamente es más fácil obtener un grupo poblacional mayor, también existen limitaciones en el número de participantes que se pueden incluir en la muestra específica del análisis. Para considerar lo mejor de ambos métodos y completar la información, muchas metodologías proponen la combinación del análisis de las interacciones con la información proporcionada por las respuestas subjetivas de cuestionarios y/o entrevistas semiestructuradas, con el fin de encontrar información más fiable sobre las preferencias de los usuarios [76][86][81]. Otra cuestión que tratar con respecto al análisis de las preferencias de los usuarios es el entorno en el que se realiza. Los análisis de laboratorio pueden hacer que los usuarios actúen de manera diferente sabiendo que están siendo observados (“efecto Hawthorne”) [131]. Por lo tanto, aunque el escenario ideal sería monitorizar los datos in situ [76][78][85][126][81], el espacio, el número de participantes o la duración de la prueba a veces lo hacen imposible. Algunas metodologías optan por la simulación [71][76] ESTADO DEL ARTE 71 [83], lo que proporciona una mayor cantidad de datos sin perturbaciones. Otras metodologías combinan tanto el monitoreo como la simulación [51] [126]. En los últimos años, se ha vuelto común analizar las preferencias de los usuarios en entornos virtuales, ya que esto no requiere el despliegue de sistemas en un entorno real. Sin embargo, puede haber limitaciones en cuanto a la percepción real del espacio o la luz del día, entre otros. ESTADO DEL ARTE Todo el contenido del apartado 3.1. se recoge en el artículo titulado How can a daylighting and user-oriented control system be configured? A state-of-the- art critical review publicado en la revista Journal of Building Engineering, decil 1 (D1) en Journal Citation Reports (JCR) (ver apartado II.2.1.1 del anexo II). 72 ESTADO DEL ARTE Como resultado del análisis de cuestiones generales relacionadas con los sistemas de control vinculados a la luz diurna, se extrae la necesidad de analizar el estado del arte actual sobre la incorporación de la luz natural en el sistema de control. En este apartado se analizan las propuestas que plantean otras investigaciones sobre los métodos más empleados para este fin. Para incorporar la iluminación natural, es necesario un análisis previo de su distribución en el espacio interior. Para ello, los fotosensores son los elementos clave para conocer esta información. Existe un amplio debate sobre la posición de los sensores de iluminancia para los sistemas que los incorporan. Idealmente, el sistema debería tener la información real sobre la iluminancia en el plano de trabajo [132][133]. La colocación de un fotosensor en esta posición puede provocar que la información leída por el fotosensor pueda verse alterada por el movimiento habitual de las personas [45]. Algunos autores han realizado investigaciones utilizando sensores que llevan los propios usuarios en gafas, botones... [134][135], sin embargo, plantean el mismo inconveniente que los anteriores: la falta de fiabilidad por el propio movimiento de los usuarios. Pero, además, la colocación de estas sondas en el espacio de trabajo puede causar molestias a los usuarios, limitando sus movimientos e interrumpiendo el desarrollo normal de sus tareas. Esta ubicación tiene otra limitación y es 3.2. Incorporación de la luz natural en el sistema de control 79 experimentales que sirvan para elaborar un plan experimental en la metodología. La mayoría han recurrido a métodos cualitativos o mixtos. Los resultados de esta revisión se recogen en la tabla 4. La estructura de la tabla responde a las cuestiones de interés para este trabajo que se pretenden extraer de otras metodologías. En primer lugar, se recoge el objetivo de cada investigación. El entorno de análisis es importante, ya que varía en función del tipo de plan experimental escogido, pues no es igual realizar el análisis en un entorno individual o compartido, real o de laboratorio. Se ha recogido el número de participantes que realizan estos experimentos y sus características. De cada metodología, se ha extraído el método utilizado para la toma de datos, así como la duración de cada prueba y el tiempo total del experimento. Por último, se tienen en cuenta el tipo de variables que analiza cada trabajo para relacionarlas con la utilidad de cada método. Las experiencias recogidas en la tabla 4 cuentan con entre 9 y 50 participantes, con una media de 25±11. Entre los métodos utilizados en las metodologías analizadas, los más comunes son los cuestionarios de iluminancia [158][160][164][169][171][172], monitorización de los niveles de iluminancia [76][162][163][159][160][169][172], entrevista semiestructurada [76][158][160][162][169][171] y autoinforme/registro [163][170]. Una de las claves para entender las preferencias de los usuarios es identificar los condicionantes que determinan si los usuarios realizan cambios en la iluminación para adaptarla a sus necesidades. Como han demostrado algunas metodologías, la configuración inicial puede condicionar las preferencias de los usuarios [174], por lo que es importante prestar atención al tipo de configuración preestablecida a la hora de desarrollar estudios experimentales para conocer las preferencias lumínicas de los usuarios. Por ejemplo, Heydarian et al. [174] propusieron ESTADO DEL ARTE 80 ESTADO DEL ARTE Autores Año Objetivo Entorno de análisis Nº part Tipo de participante Recogida de datos Tiempo de la prueba Tiempo del estudio Variables evaluadas Escuyer y Fontoynont [76] 2001 Identificar los controles automáticos de retroalimentación y las interfaces modernas, los patrones de uso de la iluminación, encontrar sistemas de iluminación ideales Despacho individual 41 Oficinistas Entrevista semidirigida + grabación 35-50 minutos 4 meses Tipo de trabajo, preferencias de iluminación, sistema de control eléctrico, control de iluminación ideal, razón por la cual las personas cambian la iluminación Van Someren et al. [162] 2018 Analizar cómo perciben los ocupantes sus entornos lumínicos y cómo interactúan con la iluminación Despacho en universidad 9 Profesorado académico + investigadores en el entorno construido Entrevistas semiestructuradas + grabación Una vez por particip. Control y elección, conexión con el exterior, concentración, comodidad Offermans et al. [163] 2014 Identificar lo que es importante en la interacción del usuario y el sistema de iluminación Edificio residencial 13 Personas al azar Tareas de uso de iluminación (cuaderno) + taller grupal 6 días Importancia de la luz, uso y necesidades, contexto y rutinas, motivación de interacción, cualidades de interacción Despenic et al. [158] 2017 Crear perfiles de preferencias de iluminación de los usuarios en función de su comportamiento de control y la información de preferencias Sala de pruebas simulando una oficina de planta abierta 28 Trabajadores administrativos Datos de iluminancia registrados + interacciones de datos registrados + encuesta + entrevistas 6 meses Actividad, tolerancia, dominancia, preferencia de brillo percibida Maleetipwan- Mattsson y cols. [159] 2013 Examinar la idoneidad y fiabilidad de los diarios basados en el comportamiento autoinformado para medir el uso de la iluminación y la energía de la oficina por parte de los ocupantes en comparación con los datos de la medición electrónica Despacho único 18 Oficinistas Encuesta diaria + datos de iluminancia registrados 1 año Interacción con el usuario Van de Werff et al. [160] 2017 Evaluar tres interfaces Oficina diáfana 17 Estudiantes de licenciatura, maestría y doctorado. Encuesta + entrevista semiestructurada + interacciones de datos registrados + grabación 4 semanas Número de interacciones, uso general del espacio y del sistema de iluminación 81 ESTADO DEL ARTE Van de Werff et al. [169] 2019 Evaluar cómo las personas experimentan la interacción con la iluminación en el mundo real Sala de pruebas simulando una oficina 23 Oficinistas Entrevista de referencia + encuesta + entrevista de evaluación + interacciones de datos registrados + grabación 30 minutos 6 semanas Experiencia e ideas generales sobre el sistema de control, la interfaz, el comportamiento del sistema, los aspectos sociales Romero Herrera et al. [170] 2020 Analizar el clima interior objetivo de los espacios de trabajo, el confort subjetivo de los ocupantes y los comportamientos y experiencias de informes objetivos y subjetivos. Oficina real 50 Oficinistas Datos ambientales monitoreados + datos in situ de autoinforme 11 días Satisfacción con el entorno, confort térmico, nivel sonoro Mahmoudzadeh y cols. [171] 2021 Analizar el impacto de tener control personal sobre un sistema de iluminación en las opciones de iluminación de los ocupantes, la satisfacción con la iluminación y el rendimiento de las tareas en un entorno de oficina virtual Oficina virtual 30 Estudiantes universitarios Encuesta previa + cuestionario 20 + 20 + 20 min Una vez por particip. Satisfacción con la iluminación, tipo de personalidad Abd-Alhamid et al. [172] 2019 Evaluar las diferencias en la percepción visual (subjetiva y objetivamente) Sala de pruebas + Oficina virtual 20 Estudiantes universitarios Datos de iluminancia registrados + cuestionario 40 minutos Una vez por particip. Percepción de la calidad visual, percepción del aspecto de la iluminación, sensibilidad al contraste, discriminación cromática Rockcastle y cols. [164] 2021 Comparar la percepción lumínica de los usuarios en un espacio real y una representación virtual Sala de pruebas + Oficina virtual 30 + 23 Personas al azar Encuesta demográfica + encuesta (respuestas orales) 25 minutos Una vez por particip. Confort visual, agrado, uniformidad, brillo, contraste y percepción del deslumbramiento Hansen et al. [173] 2020 Analizar si las cualidades percibidas del flujo lumínico pueden ayudar en el diseño de la iluminación interior, considerando las aportaciones de los usuarios Sala de pruebas simulando una oficina 15 Profesores, doctorandos, asistentes de investigación y personal administrativo de la universidad Cuestionarios, tarjetas de reacción y entrevistas semiestructuradas - Dos veces por particip. Apariencia visual y atmósfera percibida Tabla 4. Revisión de metodologías que analizan las preferencias lumínicas de los usuarios 82 la obtención de las preferencias de los usuarios en entornos virtuales, analizando la posible influencia de la configuración de iluminación por defecto al elegir la establecida por los participantes al ajustar el sistema de iluminación. Los participantes en esta experiencia pueden ajustar la iluminación a sus preferencias y, tras ello, deben leer un texto y responder a unas preguntas que pueden utilizar para conocer la influencia del tipo de iluminación en el rendimiento de los participantes, analizando la velocidad de lectura y comprensión. Los autores concluyeron que la configuración predeterminada puede influir en el comportamiento de los usuarios en sus interacciones con los sistemas de iluminación. En un estudio posterior, Heydarian et al. [175] propusieron un método para recopilar el comportamiento de los usuarios, traducir las acciones en niveles de iluminación preferidos e incorporar estas preferencias de iluminación de los usuarios en el diseño de edificios. Este método se aplica a un estudio de caso en un entorno virtual inmersivo en el que los autores analizaron las preferencias, el rendimiento y las opiniones de los usuarios, entre otros factores. Se llegó a la conclusión de que el método era adecuado para ser replicado por otros diseñadores. ESTADO DEL ARTE 83 ESTADO DEL ARTE Como se ha comentado en apartados anteriores, los sistemas de iluminación deben adaptarse a las preferencias de los usuarios, asegurar que se mantienen condiciones adecuadas para conseguir una correcta percepción visual, lograr el correcto rendimiento laboral del usuario y que no afecte e incluso mejore la salud de estos. En entornos multitarea en los que los trabajadores están sometidos a condiciones cambiantes de tarea, de espacio…, existe una mayor probabilidad de que estos se encuentren situaciones estresantes [176]. El estrés en el trabajo surge como respuesta de demandas de cambio [177], carga de trabajo mental elevada [176], eventos desagradables [178], etc. Es labor de arquitectos y diseñadores favorecer entornos saludables y promotores de bienestar, ofreciendo unas condiciones adecuadas de confort visual. Es importante asegurar que todos los parámetros ambientales controlados por los sistemas técnicos de los edificios se configuren para crear espacios saludables y confortables para los usuarios. El grado de aceptación de los usuarios sobre el control de los parámetros ambientales puede verse afectado, fundamentalmente, de dos maneras. Por una parte, cuando los usuarios no tienen control sobre los sistemas técnicos de los edificios y estos se configuran de forma automática, que no siempre da lugar a confort para todos los usuarios [179]. Y por otra, cuando se deja toda la responsabilidad de controlar a 3.4. Influencia del control de la iluminación en la percepción visual, el rendimiento y la salud de los usuarios 84 los usuarios, puede ocurrir que estén tan concentrados en su trabajo que no cambien los sistemas, o que por desconocimiento y/o falta de habilitación para lograr un adecuado ajuste de los parámetros se creen situaciones no confortables y problemas mayores derivados (por ejemplo, molestias visuales) [129]. Los sistemas de iluminación juegan un papel crucial en la experiencia de la habitabilidad, al tener un impacto directo en el desempeño de la actividad de los usuarios en el espacio construido [180]. Es importante, por lo tanto, que las condiciones lumínicas del espacio se adapten a las necesidades de los usuarios, así como a sus preferencias y requerimientos específicos. La influencia de la iluminación abarca más allá del desarrollo de la función visual, ya que también tiene una acción directa sobre los procesos fisiológicos y, por tanto, afecta al estado de ánimo [181] y a la su salud de las personas [182]. Se ha demostrado que la iluminación afecta directamente a sus ritmos circadianos [13], pudiendo causar problemas de salud relacionados con el sueño o el estrés, entre otros [40]. En el análisis de la percepción de iluminación es esencial tener en cuenta qué aspectos son más importantes por los usuarios para alcanzar su satisfacción con la iluminación. Está ampliamente demostrado que disponer de iluminación natural es uno de los requisitos más importantes para los usuarios [183], tanto desde el punto de vista de la preferencia psicológica, como de la actividad fisiológica. El acceso a la luz natural por parte de los usuarios de los espacios construidos supone múltiples beneficios, afectando positivamente a la regulación del ritmo circadiano y a la correcta secreción de hormonas como el cortisol [184]. Sin embargo, no siempre es posible disponer de un adecuado acceso a la luz natural, por el tipo de tareas desarrolladas, la configuración de los espacios, ESTADO DEL ARTE 85 los horarios (trabajos nocturnos…) y otros factores que condicionan la actividad dentro de los edificios. La iluminación eléctrica, como sistema complementario, debe diseñarse respondiendo a estas necesidades, sobre todo atendiendo a la salud de los usuarios, en especial aquellos con estancias prolongadas en los edificios. Se ha demostrado que en la iluminación eléctrica determinadas distribuciones de potencia espectral (SPD) puede suprimir la secreción normal de la melatonina, hormona que regula el ritmo circadiano [185]. En relación con esta cuestión, el Lighting Research Center ha propuesto una métrica que permite predecir los beneficios de la luz natural en la salud, Circadian Stimulus (CS) [186][187]. Consiste en un modelo matemático de fototransducción que considera la supresión nocturna de melatonina. Para mitigar este problema, recientes estudios se han centrado en diseñar sistemas de iluminación biodinámica que reproducen la iluminación natural según los ciclos normales del día [123]. Junto con este conjunto de factores físicos, uno de los aspectos críticos para el desarrollo de un ambiente lumínico plenamente satisfactorio es el grado de influencia y control sobre los sistemas de iluminación. Este aspecto está ampliamente discutido en trabajos como los de Newsham et al. [181], donde se establecen que cuando los usuarios tenían la posibilidad de ajustar la iluminación y adaptarla a sus preferencias se producían mejoras en su estado de ánimo, su satisfacción con la iluminación, o su productividad en el trabajo, entre otras. Esto coincide con otro trabajo de Boyce et al. [188] que demostraron que cuando los usuarios poseen el control de la iluminación consiguen mejoras en las condiciones de trabajo, a la vez que aumentan su confort visual y su satisfacción con el entorno. En investigaciones más recientes, como las realizadas por McCunn et al. [189][190], también se demuestra la ESTADO DEL ARTE 86 importancia de que los trabajadores posean el control de la iluminación para un mejor desempeño. En concreto, en uno de sus trabajos [189] los investigadores realizan preguntas abiertas al personal sanitario (enfermeras) de cuatro hospitales para conocer qué elementos de la iluminación son más importantes en su ambiente de trabajo. El 65% de las respuestas de los 4 hospitales estaban relacionadas con la necesidad de poder tener control para ajustar la iluminación. Estas consideraciones se enmarcan en la teoría de Ulrich [191], en la que se hace referencia a que el hecho de tener control sobre el entorno físico mejora las condiciones de los usuarios. El autor argumenta que “la falta de control” puede ser un problema que “aumenta el estrés y afecta de manera negativa en la salud de los usuarios”, concluyendo que, para conseguir entornos saludables, es indispensable que los usuarios tengan sensación de control. Además, en otros trabajos de este autor se ha encontrado que los usuarios afirman que una iluminación inadecuada afecta negativamente a su salud y su rendimiento laboral [192][193]. Reforzando esta aproximación, trabajos como el de Zhang et al. [194] proponen evaluar la relación entre el tiempo de reacción y la adaptación visual y el confort visual en diversos escenarios de iluminación, a partir del tiempo de reacción como medida de adaptación. Este estudio determina si, al someter a los participantes a configuraciones de iluminación variables, este proceso afecta a los niveles de presión arterial y a la frecuencia cardíaca. En sus resultados no encontraron evidencias de que así sea. En Kompier et al. [195] se analiza la percepción subjetiva, la comodidad y la evaluación del estado de ánimo, acorde a cambios bruscos en la iluminancia y a la temperatura del color correlacionada (CCT). Realizaron mediciones fisiológicas de la frecuencia cardíaca y su variabilidad, sin hallar una influencia significativa de los cambios ESTADO DEL ARTE 87 de iluminación en la evolución de la frecuencia cardíaca. Lu et al. [196] consideraron la evaluación subjetiva, el desempeño de las tareas y los datos fisiológicos del personal bajo diferentes combinaciones de tres temperaturas de color y cinco niveles de iluminación. La evaluación fisiológica se realizó a través de un electroencefalograma. Demostraron que la iluminación afecta significativamente a la respuesta del centro visual. Lan et al. [197] analizaron la influencia de los factores ambientales en el estado de ánimo y en la creatividad de los participantes. Mediante diferentes combinaciones de iluminancia y CCT, con la ayuda de cuestionarios, analizaron la percepción visual y el estado de ánimo de los usuarios. Emplearon tanto tareas creativas como automáticas para analizar posibles cambios en el estado afectivo de forma fisiológica. Tomaron muestras de melatonina a través de la recogida salival. Concluyeron que la iluminación afectó al estado afectivo de los usuarios y con esto a su creatividad. Maierova et al. [16] analizaron la influencia del control de la iluminación de 32 participantes en el estado de alerta, el rendimiento y la secreción hormonal, concluyendo que “la autoselección de la iluminación de los trabajadores puede afectar de forma positiva en sus funciones biológicas”. Para valorar la evolución del estrés de las personas, una de las prácticas más comunes es combinar marcadores fisiológicos con indicadores psicológicos [198][199]. Es decir, lo que se busca es analizar tanto los biomarcadores como el estrés percibido por las personas [176][200][201] [202][178][203], ya que de esta manera se puede aprender de la experiencia de los propios usuarios si los niveles biológicos se corresponden con su estado [199]. Algunos de los biomarcadores más utilizados en la actualidad para analizar el estrés son la presión arterial sistólica y diastólica [204][176] ESTADO DEL ARTE 88 [205][206] y el cortisol salival [198][178][203][207][208][199][209], debido a su potencial de aplicación en el laboratorio. Este último tiene la ventaja de reproducir los niveles del cortisol a través de una prueba menos invasiva y más simple de realizar que la de cortisol en sangre [176][178][203][204] [210]. El cortisol salival presenta un ritmo circadiano de variación [211] que alcanza su punto máximo entre 30 y 60 minutos después de despertarse. Esto disminuye a niveles más bajos por la noche, como han demostrado varios autores [208][212][213][214]. Son muchos los trabajos sobre cortisol salival realizados con estudiantes universitarios [178][203][204][215][216][217][218][219][220], en los que se analizan cómo afectan los exámenes y otras pruebas académicas a su nivel de estrés fisiológico, ya que algunas investigaciones han demostrado que la concentración de cortisol se ve afectada en períodos académicos, suponiendo incrementos en estos períodos [221]. Estos eventos estresantes hacen que la actividad del eje HPA aumente y esto se puede ver reflejado en las concentraciones de cortisol salival [222]. Estos estudios se realizan con participantes de entre 20 y 30 años. Para conocer los valores de referencia se revisan metodologías que analizan cortisol salival y/o presión arterial. En este análisis se considera la edad y el número de participantes de los experimentos, que servirán de referencia para la metodología del trabajo. También se recogen los estresores empleados, así como los indicadores de estrés que utilizan en cada metodología analizada. Se recogen los valores de cortisol y presión arterial en dos grupos: cuando los participantes están en estado de reposo y tras someterse a la situación estresante, para observar la evolución de los indicadores. Por último, se analizan los problemas encontrados en los experimentos analizados. Todos se resumen en la tabla 5. ESTADO DEL ARTE METODOLOGÍA 95 Para el diseño de la metodología se ha partido de la revisión realizada en el estado del arte y se ha planteado un flujo de trabajo que responde a las cuestiones formuladas en los objetivos. Esta metodología plantea abordar el objetivo principal de la investigación, relacionado con la obtención de estrategias que aseguren un sistema de iluminación en entornos de trabajo compartido centrado en el usuario. En el esquema de la figura 3 se observa el proceso metodológico seguido. La metodología se configura a través de dos grandes bloques. Por una parte, se consideran las cuestiones relacionadas con la incorporación del usuario en el sistema de control, entre las cuales se encuentran el análisis de sus preferencias e interacciones. Por otra, la evaluación del ambiente lumínico, que atiende tanto a cuestiones relacionadas con la iluminación natural como a aquellas que tienen que ver con la iluminación eléctrica. METODOLOGÍA 4 96 METODOLOGÍA Fig. 3 97 En el estado del arte se ha comprobado que existen, principalmente, dos formas de incorporar al usuario en el sistema de control: mediante el análisis de sus preferencias y considerando sus interacciones. Por ello, el bloque centrado en el usuario (bloque 1) se divide en dos apartados, uno centrado en el análisis de las preferencias y otro relacionado con las interacciones y el control del sistema por parte de los ocupantes. Con el primer apartado se pretende dar respuesta a los objetivos específicos 1 y 2 de la tesis. Para conseguir el OE1 se propone el análisis de diferentes métodos mixtos para hallar cuáles de ellos proporcionan más información y son menos intrusivo a la hora de conocer las preferencias de los usuarios. De los resultados de aplicar estos métodos se plantea obtener los valores lumínicos preferidos por los ocupantes. De este análisis se van a obtener los factores que afectan a las preferencias de los usuarios, consiguiendo, así, el OE2 de esta investigación. En el segundo apartado de este bloque centrado en el usuario se persigue el OE3 relacionado con la influencia del control del sistema de iluminación en las necesidades de los usuarios. Para ello se analizan las interacciones de los usuarios con el sistema, abordando la cuestión desde tres perspectivas diferentes: la percepción visual, el rendimiento de los usuarios y su salud. Con el segundo bloque se pretende abordar todos los aspectos relacionados con la evaluación del entorno lumínico, considerando tanto la iluminación eléctrica como natural. La iluminación eléctrica se considera un parámetro más de las condiciones de contorno de la metodología a través de las configuraciones lumínicas predefinidas. El análisis de la iluminación natural se realiza para dar respuesta al OE4 de la investigación, con el cual se busca proponer nuevas estrategias de ajuste de los sistemas considerando la iluminación natural. En el documento del Annex 79 [19] se sugería que, para incorporar al METODOLOGÍA Figura 3. Esquema resumen metodología 98 METODOLOGÍA Fig. 4 99 usuario en el proceso de diseño, es necesario un protocolo que se desarrolle experimentalmente. Por ello, esta metodología se pone a prueba con 3 casos de estudio que se complementan entre sí y responden a los diferentes objetivos específicos de la investigación, para después aplicarse en conjunto a un cuarto caso de estudio. Con esto se consigue abordar el problema de forma más sencilla descomponiéndolo en varios experimentos, para luego ponerlo en común en un caso de estudio extremo. En la figura 4 se recogen los objetivos específicos que se cumplimentan y los temas tratados en cada caso de estudio. El primer caso de estudio (CS1) es un entorno de laboratorio individual, sin iluminación natural, en el cual se pone a prueba la mayor parte de la metodología. Con este caso se experimentan algunos de los métodos mixtos planteados, se identifican los factores que afectan a las preferencias de los usuarios y se evalúa cómo afecta la posesión de control a las necesidades de los ocupantes. Con este caso de estudio se contribuye a la consecución de los OE1, OE2 y OE3. El segundo caso de estudio (CS2) es un entorno real compartido con luz natural, en el que los trabajadores están muy ocupados. Existen limitaciones relacionadas con la instalación de equipos y la toma de muestras bioquímicas. Este caso de estudio enriquece la investigación, ya que permite poner a prueba métodos mixtos innovadores y analizar la evolución de la luz natural en una jornada de trabajo normal, contribuyendo a alcanzar los OE3 y OE4 de la tesis. El tercer caso de estudio (CS3) se realiza en un entorno real con luz natural en el que hay total libertad para instalar cualquier equipo, por lo que aquí se analizan en profundidad cuestiones relacionadas con la evaluación de la iluminación natural y las estrategias de ajuste del METODOLOGÍA Figura 4. Metodología y casos de estudio asociados 100 METODOLOGÍA sistema relacionadas con la luz natural, completando el OE4 del trabajo. El caso de estudio 4 (CS4) es un entorno hospitalario real en el que se implementa el proceso metodológico de forma conjunta. En concreto, se trata de una Unidad de Cuidados Intensivos (UCI). La relevancia de implementar la metodología en este entorno se basa en que este es un caso extremo de espacios de trabajo multitarea, donde los trabajadores tienen horarios nocturnos, turnos rotatorios y tareas cambiantes. Además, se trata de un espacio que debe compatibilizar diferentes campos lumínicos, ya que la iluminación del espacio de trabajo central entra en conflicto con la de las camas de los boxes circundantes que deben asegurar el descanso de los pacientes. Los métodos empleados para abordar la metodología se explican en el apartado 4.1 de esta sección. En el apartado 4.2 se definen los casos de estudios comentados y en el 4.3 se presentan los métodos analíticos empleados en este trabajo. 101 METODOLOGÍA En este apartado se exponen los métodos empleados en la tesis. Se agrupan en dos categorías: por un lado, se presentan los métodos empleados para cuestiones relacionadas con el usuario en el apartado 4.1.1 (relacionados con el bloque 1 de la figura 4), y, por otro, los métodos empleados para evaluar el entorno lumínico en el apartado 4.1.2 (en relación con el bloque 2 de la figura 4). 4.1. Métodos La parte con más peso de la metodología se centra en la propuesta de métodos que buscan analizar las preferencias y necesidades de los usuarios desde un punto de vista lumínico, de rendimiento y de salud. Estos métodos propuestos se toman de la revisión planteada en el estado del arte. Para analizar las preferencias lumínicas de los usuarios se emplean métodos mixtos, cualitativos y cuantitativos (4.1.1.1). Se complementan con métodos para el análisis de su percepción visual (4.1.1.2). Además, se plantean los métodos de análisis utilizados para considerar el rendimiento de los usuarios (4.1.1.3). Por último, se exponen los métodos empleados para considerar la salud de los participantes (4.1.1.4). 4.1.1. El usuario en el sistema de control 102 METODOLOGÍA 4.1.1.1. Métodos mixtos El primer propósito del sistema de iluminación debería ser que la iluminación se adapte a las preferencias de los usuarios. Y el primer paso para que esto se produzca es que el diseñador conozca cuáles son esas preferencias. Ya se ha comentado en el estado del arte la importancia de analizar las preferencias individuales de cada usuario, ya que estas difieren de uno a otro individuo [89]. El método mixto propuesto combina métodos de análisis cualitativos y cuantitativos para profundizar en las preferencias de los usuarios, considerando desde sus acciones hasta sus preferencias más personales. Estos métodos se aplican en los casos de estudio 1 y 2 de forma experimental y se aplican al caso de estudio 4. Métodos cuantitativos Los métodos cuantitativos más empleados por metodologías similares a estas se basan en el análisis de las interacciones de los usuarios y los valores obtenidas tras estas interacciones (ver tabla 4). Otro de los métodos más utilizados son los cuestionarios de percepción. En la tabla 6 se recogen los métodos cuantitativos empleados y los casos de estudio en los que se aplican. A continuación, se describen los métodos cuantitativos propuestos en este trabajo: - Registro de las interacciones de los usuarios (datos objetivos): Para conocer la configuración exacta que los usuarios establecen en cada cambio, se propone el seguimiento de todas las interacciones, registrando los valores fijados por los usuarios. Para entornos controlados, que permiten más flexibilidad y atención, se pueden registrar los valores después de cada cambio. En entornos reales los cambios se pueden Métodos cuantitativos Casos de estudios en los que se implementan Registro de las interacciones de los usuarios CS1, CS2 Monitorización de parámetros lumínicos CS1, CS2, CS4 Encuesta de percepción visual CS1, CS2, CS4 Tabla 6 103 registrar cada media hora, 15 minutos, 5 minutos o cada minuto, en función de la flexibilidad del sistema. Este método se utiliza en los casos de estudio 1 y 2 y, en ambos casos, los valores se registran tras cada cambio. - Monitorización de parámetros lumínicos preferidos por los usuarios (datos objetivos): Para conocer los valores establecidos por los usuarios para ajustar la iluminación a sus preferencias, se plantea monitorizar al menos los valores de CCT e iluminancia. Estos valores se miden en el plano de trabajo tras cada cambio. En entornos reales puede haber complicaciones para instalar elementos en el edificio o colocar fotosensores o algún otro dispositivo de medición en el plano de trabajo, ya que podría perturbar el normal desarrollo de las tareas de los trabajadores [45]. Para ser lo menos intrusivo posible, se propone realizar, en estos casos, una simulación lumínica para conocer el valor de la iluminancia en el plano de trabajo. La simulación lumínica permite obtener los valores de iluminancia y CCT en el plano de trabajo de cada participante para cada configuración fijada por él. En el caso de estudio 1 se monitorizan los valores de CCT, iluminancia y SPD en el plano de trabajo directamente tras cada cambio. En el caso de estudio 2, es complicado disponer elementos de medición, por lo que se simulan a partir de los datos de las interacciones. En el caso de estudio 4 no es posible instalar los dispositivos en el plano de trabajo, pero se instalan dos fotosensores en el plano de techo y otros dos en la pared en diferentes zonas. - Encuesta de percepción visual (datos subjetivos): Se propone analizar el confort visual de los usuarios a través de encuestas METODOLOGÍA Tabla 6. Métodos cuantitativos y casos de estudios a los que se aplican 104 METODOLOGÍA de percepción ambiental. Para el caso de estudio 1, se utiliza una escala de 5 puntos y las preguntas están relacionadas con la percepción general del color en el entorno y el confort visual, entre las que destacan la satisfacción con la cantidad de iluminación y el confort visual, el deslumbramiento, el enfoque o la fatiga visual, entre otras. Las encuestas en estos casos se toman de los proyectos Dynalight y Carelight_Lite. En el caso de estudio 2, la encuesta se basa en una escala de 7 puntos (desde muy satisfecho hasta muy insatisfecho) y las preguntas tienen que ver con la satisfacción con la luz natural, la luz eléctrica, la cantidad de iluminación, el color de la iluminación y el control del sistema de iluminación. En el caso de estudio 4 se utilizan encuestas similares a las del caso de estudio 1, ya que pertenecen al proyecto Carelight_Lite. Métodos cualitativos Los métodos cualitativos más utilizados, según el estado del arte actual, son la entrevista semiestructurada y el autoinforme o registro de iluminación. Estos se van a usar en este trabajo y, además, en esta metodología se proponen otros métodos exploratorios, como el gráfico de control de ajuste o el collage. En la tabla 7 se resumen los métodos cualitativos empleados y los casos de estudio en los que se utiliza cada uno. - Registro de iluminación: Para conocer los motivos que llevan a los participantes a realizar algún cambio en la iluminación, se propone emplear una hoja de registro. Se diseñan dos tipos de registro, uno adaptado para oficina individual en entorno de laboratorio y otro para oficina compartida en entornos Métodos cualitativos Casos de estudios en los que se implementan Registro de iluminación CS1, CS2 Entrevista semiestructurada CS1, CS2, CS3 Gráfico de control/ no control CS2 Collage CS2 Tabla 7 111 METODOLOGÍA 4.1.2.1. Monitorización Para conocer los valores de CCT e iluminancia en el plano de trabajo, se registran mediante fotosensores. Estos valores se utilizan para dos propósitos principalmente: conocer los valores lumínicos en el plano de trabajo con iluminación disponible, y entender los valores lumínicos tras las acciones de los ocupantes con el sistema de control. En el CS2 se monitorizan los valores de iluminancia procedente de la luz diurna mediante fotosensores situados en el plano de trabajo y en el plano de techo para poder relacionarlos según las estrategias de ajuste establecidas. Para caracterizar de la manera más precisa cada día monitorizado, los registros se toman cada 5 minutos. En el CS1, se registran los valores obtenidos tras las interacciones en el plano de trabajo, que se utilizan para conocer los valores de CCT e iluminancia preferidos por los usuarios, y, por tanto, los SPD obtenidos. En el CS4 también se monitorizan los parámetros lumínicos. En este caso los fotosensores se sitúan en el plano de techo y de pared para no interrumpir el trabajo de los sanitarios. Debido a la complejidad del entorno, los registros en este caso se realizan cada 15 minutos. 4.1.2.2. Simulación Para obtener datos de CCT e iluminancia adicionales a los monitorizados, se realizan simulaciones en algunos de los casos de estudio analizados. Para ello, primero se modelan los espacios para luego simular los parámetros lumínicos en los puntos requeridos. En el CS2 se realizan simulaciones dinámicas para obtener los datos de iluminancia y CCT para los días del ensayo, ya que no es posible colocar 112 METODOLOGÍA sensores para conocerlos mediante monitorización. Para ello, se propone simular los valores obtenidos por los usuarios tras cada cambio con la herramienta Climate Studio for Rhino, versión 1.2.7796.19900 [228]. Para realizar estas simulaciones se toman medidas reales en los puntos que se analizarán para calibrar el modelo. Una vez se ha calibrado, se configura, para cada momento que se va a analizar, el tipo de cielo existente. Para ello se realiza una búsqueda en la web Weather Underground [229] y se determinan las condiciones del cielo para cada momento. En el CS3 se realizan simulaciones para ampliar los valores medidos en la monitorización. Se realizan dos grupos de simulaciones. Por una parte, se realizan simulaciones estáticas con la herramienta DIALux versión 4.13 [230]. En este caso solo se considera la luz del día, por lo que no se incorporan luminarias. Para simplificar los datos, se selecciona un día nublado típico para cada mes. Por otra parte, se realizan simulaciones dinámicas con la herramienta Climate Studio for Rhino, versión 1.2.7796.19900 [228]. En ambos casos se realiza el modelado del espacio, que se calibra con los datos monitorizados previamente. En el CS4 se realizan también dos grupos de simulaciones para conocer los valores teóricos que deberían medir los sensores y comparar así los datos monitorizados. En este caso se utiliza el software DIALux versión 4.13 [230] para simular los datos procedentes de la luz eléctrica, y el VELUX Daylight Visualizer [231] para simular la iluminación natural. El proceso seguido ha sido igual al descrito en los anteriores: se ha modelado el espacio en ambos softwares, se han calibrado con los datos monitorizados y, a continuación, se han realizado las simulaciones. 113 METODOLOGÍA Los métodos expuestos en el apartado anterior se aplican a cuatro casos de estudio que dan respuesta a todos los objetivos planteados en este trabajo. El caso de estudio 1 supone la parte central de la investigación, ya que la mayoría de las cuestiones planteadas se abordan con este experimento. Sin embargo, necesita de los otros dos casos de estudio para completar los objetivos. Este caso se trata de un entorno de laboratorio sin ventanas ni luz natural, donde los participantes trabajan de forma individual. El caso de estudio 2 es una prueba de concepto, donde se testean métodos de análisis de preferencias lumínicas innovadores para comprobar su utilidad. Este experimento se lleva a cabo en un entorno real de oficina compartida con luz natural disponible, por lo que se trabajan cuestiones del entorno lumínico. Sin embargo, existen limitaciones para este fin porque no se permite la instalación de equipos en el edificio. El caso de estudio 3 es un entorno de oficina con iluminación natural, donde se permite instalar cualquier dispositivo, por lo que se usa para analizar en profundidad el ambiente lumínico con luz natural. Los casos de estudio anteriores se utilizan para explorar la metodología planteada. Todos los métodos se implementan en el caso de estudio 4. Este es un entorno real de trabajo sanitario multitarea, donde los trabajadores están en turnos rotativos. Todos los casos se definen a continuación. 4.2. Casos de estudio 114 METODOLOGÍA El caso de estudio 1 se desarrolla en una cabina de iluminación, donde cada participante trabaja de forma individual en el experimento. En este experimento se ponen a prueba varias cuestiones para conseguir los objetivos planteados. Entre ellas, las relacionadas con el análisis de las preferencias y necesidades de los usuarios, así como las relativas al confort visual, el rendimiento y la salud de los usuarios. 4.2.1.1. Diseño del plan experimental Este experimento se desarrolla en un entorno de laboratorio y se ha diseñado considerando las cuestiones analizadas en el estado del arte. Para evitar la interferencia de la luz solar, se utiliza un entorno sin ventanas. La duración total de la prueba es de una hora y cuarto, aproximadamente, que se divide en tres fases. Durante la mayor parte de este tiempo, los participantes trabajan individualmente con su ordenador o tableta. Antes de empezar la primera fase, cada participante accede a una sala auxiliar a la del experimento, donde se le toman las muestras bioquímicas: saliva y presión arterial. Tras esto, el participante accede a la cabina de ensayo, donde comienza la primera fase. En dicha cabina, el usuario se encuentra solo y se comunica con la investigadora a través de la plataforma TEAMS, instalada en la tableta que se dispone para tal uso en la sala. En la figura 8 se recoge la secuencia temporal del experimento. 4.2.1. Caso de estudio 1 115 METODOLOGÍA Figura 8. Secuencia temporal del experimento del caso de estudio 1 116 METODOLOGÍA Fase 1 En la primera fase cada participante realiza una serie de pruebas iniciales. Previamente, la investigadora informa al participante sobre cómo se va a desarrollar el proceso del ensayo. Durante toda esta fase del ensayo los participantes están realizando las pruebas con la iluminación correspondiente a la escena 1 (neutra, 3900 K) (ver tabla 8). La primera actividad que realizan es una encuesta inicial (A0_1) [232][233] [169][160], en la cual se recogen los datos personales de los participantes (edad, sexo biológico…), un test de confort lumínico (con la iluminación de la escena 1) y una encuesta de confort ambiental (apartado I.2.4.2 del anexo I). Esta prueba se hace en papel (todo el material está dispuesto antes en la sala). A continuación, el participante realiza dos actividades que se emiten a través de la pantalla que se encuentra en la cabina. Estas actividades se implementan para aumentar sus niveles de estrés (A0_2) [176][234]. La primera de estas dos actividades es el test “Stroop” [235], que consiste en una plantilla en la que aparecen varios nombres de colores dibujados en un color diferente al que se refiere. El usuario debe nombrar el color de la palabra y no el nombre que lee. En el apartado I.2.4.4 del anexo I se muestran las plantillas de esta prueba. La segunda de estas dos actividades es una prueba aritmética, para la cual el participante cuenta con una plantilla en la que aparece una serie de operaciones matemáticas simples, que debe realizar mentalmente, y comunicar en voz alta a la investigadora (apartado I.2.4.4 del anexo I). Por último, en esta fase se realiza una prueba de agudeza visual (A0_3): el test MNREAD [226]. En el apartado I.2.4.3 del anexo I se recogen las plantillas de esta prueba. 117 Fase 2 En esta fase el participante se encuentra trabajando con su ordenador o tableta en sus tareas habituales en la sala de ensayo (trabajo con AutoCAD, diseño, redacción…). Durante esta fase se emiten 3 escenas lumínicas diferentes que se accionan de forma automática cada 15 minutos, aproximadamente. Entre una escena y otra se deja un tiempo de adaptación de 2 minutos para que la visión de los participantes pueda acostumbrarse a la nueva configuración lumínica. Una parte de la muestra de usuarios tiene libertad para regular la iluminación, tanto en intensidad como en tono, comentando a la investigadora su deseo de cambiar la iluminación. Se le indica que cada cambio que realice debe anotarlo en la hoja de registro [170]. En cada una de las configuraciones debe realizar una actividad en papel que interrumpa su actividad habitual. La primera actividad, además de interrumpir el trabajo habitual, permite analizar variables relacionadas con la discretización y la fidelidad del color. Las otras dos se plantean como actividades intelectuales más complejas que aumentan el estrés del participante. La realización de estas actividades se notifica a los 10 minutos del inicio de cada escena. La secuencia de actividades es la siguiente: - Actividad A1: Test F-M - Actividad A2: Comprensión lectora - Actividad A3: Operaciones matemáticas En los apartados I.2.4.5, I.2.4.6 y I.2.4.7 del anexo I se recogen las plantillas de las pruebas anteriores. Una vez terminada la actividad A3, cada participante debe realizar dos actividades finales para evaluar el rendimiento tras el experimento. La primera de ellas es un nuevo test MNREAD (AF_1), para identificar cómo ha evolucionado la agudeza visual METODOLOGÍA 118 METODOLOGÍA de los participantes tras el ensayo; en la segunda el usuario debe realizar un test de rendimiento en papel (AF_2). Una vez finaliza el ensayo 2, se vuelve a tomar la tensión arterial y muestras de saliva para contrastar el nivel de estrés al entrar y al salir de la cabina de ensayo. Fase 3 En esta parte del experimento se realiza una entrevista semiestructurada al participante [76][236][169][160][162]. Esta entrevista se realiza en persona, en un espacio diferente al de los otros ensayos. El audio de la entrevista se graba, previo consentimiento del participante, para su posterior transcripción. 4.2.1.2. Muestra experimental La muestra está compuesta por 48 estudiantes del Grado en Arquitectura de la Universidad de Sevilla, España. Este tamaño de muestra es suficiente para desarrollar este tipo de análisis, ya que, como se puede observar en la tabla 4, el número de participantes empleados por otras metodologías similares oscilan entre 9 y 50, con una media de 25±11. Los participantes, de entre 20 y 29 años, son personas sanas sin enfermedades que no toman medicación de ningún tipo. Se eligió este grupo de edad porque se ha demostrado que los individuos en este rango de edad tienen mejor visión, ya que las personas de avanzada edad tienden a requerir más brillo y mayor contraste [237][152]. Por lo tanto, los participantes elegidos no reportan problemas de visión. Los sujetos seleccionados superaron los criterios de admisión y exclusión, incluidos en el apartado I.2.1 del anexo I, después de una Figura 9. Definición del entorno de laboratorio Figura 10. Visualización de la interfaz 119 entrevista previa con la investigadora. Todos firmaron un consentimiento informado sobre el procedimiento, la toma de muestras biológicas, el derecho a abandonar el estudio cuando lo consideren oportuno y sobre protección de datos. 4.2.1.3. Caracterización del espacio Las pruebas se llevan a cabo en una sala de laboratorio de iluminación. La cabina de 1.96 x 1.96 m y 2.2 m de altura no tiene iluminación natural, para evitar interferencias [89]. En la sala se encuentran una mesa blanca y una silla marrón. El entorno de laboratorio pretende simular un espacio de oficina diáfano, por lo que se encuentra cubierto con espejos para dar continuidad al plano del techo y así replicar un espacio de trabajo en un entorno de planta abierto. La figura 9 muestra la definición del espacio. 4.2.1.4. Definición del control de iluminación En la cabina se utilizan nueve módulos LED multiespectrales para luminarias downlight. Tienen 7 canales que permiten ajustar el SPD y el flujo de iluminación. La interfaz de usuario permite la regulación de estas luminarias. Además, el controlador también permite cargar espectros específicos previamente definidos por la investigadora. Esta interfaz, que es bastante flexible y versátil, ofrece una gran ventaja (figura 10). Sin embargo, puede ser difícil operar por el usuario. Es por eso por lo que la investigadora controla el sistema y se encarga de realizar los ajustes necesarios solicitados por los participantes. Estos informan de los cambios a la investigadora de forma cualitativa, indicando si prefieren la iluminación más fría o cálida, más o menos intensa… Los participantes pueden ver los cambios realizados en la interfaz en todo momento y la METODOLOGÍA Fig. 9 Fig. 10 120 METODOLOGÍA investigadora realiza tantos ajustes como sean necesarios hasta lograr la configuración preferida por el usuario. 4.2.1.5. Configuración de la iluminación En el experimento se establecen tres configuraciones o escenas de iluminación diferentes para recrear 3 entornos de iluminación. Estas configuraciones se definieron y cargaron en el sistema de control de antemano para que la investigadora pudiera establecerlas cuando correspondiera. Las sesiones comenzaron con un entorno lumínico que emulaba el SPD de un LED neutro, correspondiente a un CCT de 3900 K. Para la segunda escena, se emuló el espectro de una luminaria CIE D65 estándar [238], reproduciendo la luz del día en Europa Occidental (6300 K). La tercera escena reprodujo el SPD de una luminaria incandescente a 2700 K, que se considera cálida. Como las dos primeras configuraciones se consideraron neutras y frías, las tres configuraciones dieron como resultado tres tipos diferentes de iluminación según el tono (figura 11). En la tabla 8 se enumeran estas configuraciones y la distribución de potencia espectral correspondiente de cada ajuste de iluminación. Fig. 11 127 Al final de las dos semanas, se recogen todas las pruebas y se analizan las respuestas dadas por los participantes, finalizando así la primera fase. A continuación, se preparan las preguntas para la segunda fase orientadas según las respuestas de la fase anterior. Esta segunda fase es una entrevista guiada con varios participantes a la vez, que se realiza durante una hora, aproximadamente. 4.2.2.2. Muestra experimental La muestra se compone de 7 participantes que forman parte del personal de administración y servicios del edificio Atlas de la Universidad Tecnológica de Eindhoven (TU/e) (figura 13). Estos no tienen ninguna relación con el funcionamiento del edificio. Todos los participantes firmaron un consentimiento informado para formar parte del experimento aprobado por el comité ético de la Universidad Tecnológica de Eindhoven. Los participantes siempre estuvieron en contacto con los investigadores por correo electrónico para cualquier pregunta. 4.2.2.3. Caracterización del espacio El edificio donde se desarrolla este experimento cuenta con 12 plantas sobre rasante (imagen 14). Desde la planta segunda hasta la undécima se encuentran las aulas y los departamentos. Cada planta está dividida en tres zonas, articuladas por los núcleos de comunicaciones y aseos: un cuerpo central, destinado a las aulas, espacios de trabajo para los estudiantes y algunas áreas administrativas, y dos alas laterales, donde se encuentran principalmente los despachos del profesorado y el resto de las áreas destinadas al personal administrativo. Cada una de estas alas laterales tienen unas dimensiones aproximadas de 20 m de ancho METODOLOGÍA Fig. 13 Fig. 14 Figura 13. Emplazamiento Atlas Building (fuente: Google Earth) Figura 14. Imagen del Atlas Building (fuente: TEAM V architects) 128 METODOLOGÍA por 40 m de largo. Las 4 fachadas del edificio son muros cortina, por lo que la iluminación natural tiene una fuerte presencia. El edificio cuenta con un sistema de sombreado mediante cortinas interiores. Estas cortinas se accionan automáticamente en función de la hora del día e independientemente de la presencia de luz solar. También disponen de un controlador manual para el accionado por parte de los usuarios. Sin embargo, todas las cortinas de una misma zona se accionan a la vez y no se pueden regular individualmente. La mayoría de los participantes de este ensayo trabajan en espacios diáfanos, separados con mamparas (biombos) opacas de diferentes colores de 1.20 m de altura, aproximadamente. Estos elementos crean zonas de entre cuatro y ocho puestos de trabajo. En otros casos, los participantes se encuentran en habitaciones compartimentadas con muros opacos en las particiones laterales y de vidrio en las frontales, pero igualmente compartidos por 6 o más trabajadores. Cuatro de los participantes tienen sus puestos de trabajo en la tercera planta del edificio. Uno de ellos tiene su espacio de trabajo en la esquina del edificio, recibiendo iluminación desde las fachades sur y este; otros dos participantes trabajan en la misma zona, pero tienen más influencia de la iluminación procedente de la fachada este; la última participante de esta planta se encuentra en un espacio compartimentado, orientado al este. Los tres participantes que restan trabajan en la planta 11 del edificio. Dos de los participantes de esta planta se encuentran la mayor parte del tiempo en diferentes espacios de trabajo orientados al este, mientras que el otro participante de esta planta tiene su espacio de trabajo con orientación oeste. En la figura 15 se puede ver la posición de cada participante. 129 4.2.2.4. Configuración de la iluminación El sistema de iluminación del edificio consta de luminarias LED de luz neutra (temperatura de color 3800 K), y permite que los usuarios puedan controlar la intensidad de iluminación en tres niveles: 500 lx, 300 lx, 100 lx, además de apagado. Su configuración predeterminada es de 100 lx y se activa con la presencia. METODOLOGÍA Fig. 15 Figura 15. Definición de los espacios de trabajo usuario en su lugar de trabajo habitual usuario muy ocupado usuario con lugar de trabajo cambiante 130 METODOLOGÍA 4.2.2.5. Métodos mixtos En este experimento los métodos cuantitativos empleados son el registro de las interacciones de los usuarios, la lectura del nivel de iluminancia y las encuestas de percepción visual. Las interacciones de los usuarios se registran con cada cambio. Para conocer los valores establecidos por los usuarios, es difícil colocar un sensor o algún otro dispositivo de medición en el plano de trabajo; y tampoco se puede instalar en el edificio, ya que se trata de un entorno de trabajo real y no estaba permitido. Para ser lo menos intrusivo posible, se realiza una simulación lumínica para conocer el valor de la iluminancia en el plano de trabajo. Se realiza una simulación utilizando la herramienta DIVA for Rhino. La fuerte presencia de luz natural en el espacio de oficinas obliga a tenerla en cuenta en la simulación, ya que se ha considerado que las persianas pueden estar levantadas todo el día. Por ello, para cada día en los que se han realizado las pruebas, se han tenido en cuenta las condiciones del cielo exterior, para fijar el tipo de cielo, y se han implementado en la simulación. La simulación lumínica permite obtener los valores de iluminancia y CCT en el plano de trabajo de cada participante para cada configuración fijada por él. La encuesta utilizada parte una escala de 7 puntos (desde muy satisfecho hasta muy insatisfecho). Las preguntas del cuestionario están relacionadas con la satisfacción con la luz natural, la luz eléctrica, la cantidad de iluminación, el color de la iluminación y el control del sistema de iluminación (ver apartado I.3.1.1 del anexo I). En este caso de estudio se ponen a prueba varios métodos cualitativos poco usados, además de emplear algunos de los tradicionales. Se utilizan el registro de iluminación y la entrevista semiestructurada, como métodos tradicionales, y el collage y el gráfico de control/no control de ajuste como métodos menos usados. El registro de iluminación que se Figura 16. Hoja de registro en entornos compartidos (apartado I.3.1.2 del anexo I) 131 utiliza puede observarse en la figura 16. Se utiliza una hoja de registro adaptada a entornos compartidos. La entrevista semiestructurada se realiza en grupo, ya que así se pueden detectar aspectos comunes que los demás participantes no conocían, y se ponen en común ideas. Las preguntas versan sobre la percepción de la iluminación, el control de la iluminación, el desarrollo de la tarea y el estado de ánimo o estrés. Para el collage y el gráfico de control/no control de ajuste, se le entrega a cada participante una ficha específica que puede verse en los apartados I.3.1.3 y II.3.1.4 del anexo I, respectivamente. METODOLOGÍA Fig. 16 132 METODOLOGÍA 4.2.2.6. Simulación Como se ha comentado en el apartado anterior, para conocer los valores de iluminancia horizontal en el plano de trabajo se realiza una simulación con la herramienta Climate Studio for Rhino, versión 1.2.7796.19900 [228]. Se sitúa un sensor en el centro de cada espacio de trabajo usado por los participantes. Para ello se han considerado, para cada cambio realizado por los participantes, la fecha, la hora, el tipo de cielo y el nivel de iluminancia seleccionado por el usuario, tal y como se recoge en la tabla 12. Para conocer las condiciones del tipo de cielo en cada momento se ha empleado la web Weather Underground [229]. Las simulaciones se realizan considerando que todas las persianas están subidas. En la figura 17 se muestra una parte del modelo simulado. En la tabla 10 se resumen los valores de transmitancia o reflectancia de los diferentes materiales que componen el espacio. Los parámetros de cálculo empleados para la simulación se corresponden con los de la tabla 11.Parámetros de cálculo de la radiosidad Rebotes ambientales 6 Divisiones ambientales 1500 Súper muestras ambientales 100 Resolución ambiental 300 Precisión ambiental 0.05 Material Reflectancia visible Suelo moqueta 0.15 Techo metal blanco 0.85 Particiones verticales blanca 0.80 Mobiliario 0.8 Biombo rojo 0.08 Biombo amarillo 0.5 Biombo gris 0.07 Material Transmitancia óptica Vidrio 0.7 Tabla 10 Tabla 11 133 METODOLOGÍA Nº de part. Nº de planta Orient. Fecha Hora Tipo de cielo Nivel seleccionado por el usuario 1 3º Este 11/14/2022 7:45 Claro 100 lx 1 3º Este 11/14/2022 8:00 Claro 100 lx 1 3º Este 11/14/2022 13:00 Nublado 100 lx 1 3º Este 3/20/2023 7:45 Nublado 100 lx 1 3º Este 3/20/2023 8:00 Nublado 300 lx 1 3º Este 3/20/2023 10:45 Nublado 100 lx 1 3º Este 3/22/2023 7:45 Nublado 100 lx 1 3º Este 3/22/2023 8:15 Nublado 300 lx 2 3º Este 11/11/2022 8:00 Nublado 300 lx 2 3º Este 11/11/2022 13:00 Nublado 500 lx 3 3º Este 11/15/2022 8:30 Nublado 100 lx 4 3º Este 11/17/2022 7:30 Nublado 100 lx 5 11º Oeste 11/15/2022 9:00 Nublado 100 lx 5 11º Oeste 3/21/2023 13:30 Nublado 300 lx 5 11º Oeste 3/21/2023 14:00 Nublado 500 lx 6 11º Este 11/15/2022 8:15 Nublado 100 lx 7 11º Este 11/24/2022 9:00 Nublado 100 lx 7 11º Este 11/24/2022 10:30 Nublado 100 lx 7 11º Este 11/24/2022 12:00 Nublado 100 lx 7 11º Este 3/27/2023 16:00 Parc. nublado 300 lx 7 11º Este 3/28/2023 8:00 Nublado 300 lx 7 11º Este 3/28/2023 8:30 Nublado 100 lx 7 11º Este 3/30/2023 9:15 Mayormente claro 100 lx 7 11º Este 3/30/2023 9:30 Nublado 300 lx 7 11º Este 3/30/2023 12:30 Parc. nublado 100 lx 7 11º Este 3/30/2023 15:30 Parc. nublado 100 lx Tabla 12 Fig. 17 Tabla 10. Valores de transmitancia óptica y reflectancia visible de las superficies del caso de estudio 2 Tabla 11. Parámetros de cálculo de la radiosidad del caso de estudio 2 Tabla 12. Datos de simulaciones Figura 17. Modelo parcial del espacio 134 METODOLOGÍA En este caso de estudio se centran principalmente las investigaciones relacionadas con la evaluación del entorno lumínico influenciado por la incidencia de la luz natural. Este experimento se realizó durante una estancia predoctoral en el Departamento de Ingeniería Industrial de la Universidad Federico II de Nápoles. 4.2.3.1. Diseño del plan experimental Esta experiencia se desarrolla en una oficina individual con iluminación natural localizada en la universidad Federico II de Nápoles. Se pretende probar qué estrategia de ajuste: valores de iluminancia en el plano de trabajo o en el plano de techo, es la más eficiente, para un sistema de iluminación con un sensor situado en el plano de techo. Se plantea encontrar una relación entre el valor de luz diurna detectado en el techo y la iluminancia en el plano de trabajo, mediante un conjunto de simulaciones bajo cielo nublado. Se toma como valor de referencia un valor de 500 lux en el plano de trabajo, teniendo en cuenta que se trata de una oficina donde las tareas son escribir, mecanografiar, leer y procesar datos [120]. Se entiende que el sistema debe funcionar cuando la iluminancia en el plano de trabajo sea inferior a 500 lux. Se realizan simulaciones estáticas y dinámicas. Para determinar los días con condiciones de cielo nublado se utilizan los valores de irradiancia horizontal global (Eglobal) e irradiancia horizontal difusa (Ediffuse) del archivo climático. Con esto, se analiza la relación del cielo (SR = Ediffuse /Eglobal). Se 4.2.3. Caso de estudio 3 135 seleccionan aquellos días en los que la relación SR es mayor o igual a 0.8, porque esto implica que presentan condiciones de cielo nublado [239]. Con los datos que se obtienen, se analizan las estrategias óptimas para que el sistema funcione de forma eficiente. 4.2.3.2. Caracterización del espacio Este caso de estudio se encuentra en Nápoles. Es una oficina individual de un edificio de la Universidad Federico II (Latitud 40° 51′ 22 N, Longitud 14° 14′ 47 E) ubicada en el séptimo piso y sus dimensiones son 4.0 m x 4.0 m x 3.0 m. En esta sala hay una ventana orientada al sur que tiene 1.5 m de ancho y 2.4 m de alto. Con respecto al mobiliario, hay un armario frente a la ventana y un escritorio cerca de la ventana. El espacio cuenta con tres sensores que miden la iluminancia en el plano de trabajo, colocados en el escritorio, y un fotosensor ubicado en el techo, como se indica en la figura 18. 4.2.3.3. Monitorización En este experimento los datos se monitorizan durante dos períodos: en invierno (de diciembre de 2017 a enero de 2018) y en primavera (de abril a mayo de 2018). Se colocan 3 fotosensores en el plano de trabajo y uno en el plano de techo, como se observa en la figura 18. Además, en la terraza del edificio se encuentra instalado un piranómetro Nesa RSG para medir irradiancias horizontales globales y un piranómetro Delta Ohm LP PYRA 12, que monitoriza la irradiancia difusa (ver especificaciones de los equipos en el apartado I.4.1 del anexo I). Se realiza un análisis para seleccionar aquellos días en los que el cielo se METODOLOGÍA Fig. 17 Figura 18. Configuración de la sala con sensores en el plano de trabajo (E1, E2, E3) y posición del fotosensor (S) 136 METODOLOGÍA encuentra nublado. Se toman los valores de irradiancia difusa y global para hallar el valor de SR, y se seleccionan aquellos días en los que los valores son superiores o iguales a 0.8. 4.2.3.4. Simulación En esta simulación los cuatro puntos de cálculo se corresponden con la localización de los tres sensores que se colocan en el plano de trabajo y el que se sitúa en el plano de techo, como se muestra en la figura 18. Se realiza una simulación estática con la herramienta DIALux versión 4.13 [230]. Solo se considera la luz del día, por lo que no se incorporan luminarias. Se selecciona un día nublado típico para cada mes. Los valores de iluminancia obtenidos en el techo (S) y en el plano de trabajo (E) son diferentes para cada día. Sin embargo, debido al modelo de cielo adoptado (cielo nublado estándar), la relación E/S se mantiene constante para cada momento del año. Para la simulación dinámica se utiliza la herramienta Climate Studio for Rhino, versión 1.2.7796.19900 [228]. El modelo se puede observar en la figura 19. La reflectancia y transmitancia de las superficies utilizadas se recogen en la tabla 13. Los parámetros de simulación seleccionados se reflejan en la tabla 14. 4.2.3.5. Estrategias de ajuste Para que el sistema de iluminación funcione según los valores lumínicos preferidos por los usuarios y sea lo menos intrusivo posible, se propone analizar un sistema con un fotosensor situado en el techo. Para determinar la estrategia de ajuste que optimice el sistema, se analiza, para diferentes situaciones, la relación entre los valores medidos por los fotosensores en el plano de trabajo y en el plano de techo en cada Parámetros de cálculo de la radiosidad Rebotes ambientales 6 Divisiones ambientales 1500 Súper muestras ambientales 100 Resolución ambiental 300 Precisión ambiental 0.05 Material Reflectancia visible Paredes interiores 0.84 Techo 0.82 Suelo 0.67 Marcos 0.85 Mobiliario 0.68 Material Transmitancia óptica Vidrio 0.5 Tabla 13 Tabla 14 143 permite programar todos los canales. Las luminarias se encuentran zonificadas, de manera que se agrupan por zonas para su configuración. Las zonas se pueden observar en la figura 21. Las luminarias se preconfiguran y funcionan automáticamente a lo largo del día. Sin embargo, si por alguna urgencia la configuración no se adapta a los requerimientos del momento, se dispone de un sistema de control manual donde los usuarios pueden cambiar la configuración mediante una botonera. La botonera permite modificar para cada METODOLOGÍA Fig. 21 Figura 21. Caracterización del espacio y zonificación de las luminarias. Círculo verde: luminarias estándar. Cuadrado amarillo: nuevo sistema de luminarias biodinámicas. Cuadrado azul: sondas de iluminación 144 METODOLOGÍA zona la intensidad, a un CCT de 4000 K. Las posibilidades que ofrecen la botonera son las siguientes: configurar la zona de control al 100%, al 50%, al 10% o apagarla; encender o apagar el pasillo 1; encender o apagar el pasillo 2; encender o apagar la zona de aislamiento; encender o apagar todo el sistema. En la figura 22 se muestra la botonera y las posibilidades. Para que los participantes conozcan su uso, previo a la instalación del sistema, se les hace una pequeña demostración de su funcionamiento. Además, junto a las botoneras se instala un esquema en el que pueden comprobar la correspondencia de cada botón con su funcionamiento. 4.2.4.5. Configuración de la iluminación La iluminación en el estado basal se basa en un sistema de encendido y apagado con las luminarias dispuestas tal y como se puede observar en la figura 21. La configuración lumínica de este caso de estudio es bastante peculiar, ya que debe compatibilizarse una zona de trabajo concreta, donde la iluminación debe ser más focalizada, con una zona de circulación con iluminación ambiente, donde debe cuidarse que la iluminación no interrumpa el descanso y la recuperación de los pacientes en los boxes. La configuración del sistema de iluminación de cada campaña se ha diseñado, para cada hora, considerando el CS y los requerimientos visuales de los usuarios para cada tarea. Estos requerimientos se han establecido considerando las entrevistas semiestructuradas realizadas en las campañas anteriores y se ha ido afinando hasta conseguir la configuración que menos moleste a todos los usuarios. Las respuestas las daban los sanitarios, pero también tenían en cuenta el bienestar de Fig. 22 Figura 22. Imagen botonera Figura 23. Tipo de iluminación en cada campaña 145 los pacientes. Para el diseño de la configuración de cada escena se ha partido de las investigaciones realizadas por Aguilar-Carrasco [240], para conseguir cumplir el CS mínimo en cada configuración. El proceso de diseño de la configuración de iluminación final se realiza de forma gradual, para que los trabajadores puedan adaptarse a la iluminación. En la campaña 2 se establece una iluminación estática de flujo luminoso y espectro fijo con un CCT de 4000 K en todo el turno de trabajo. En el ensayo 3 se establece una configuración variable de flujo a lo largo del día, mientras que el CCT se considera fijo a 4000 K. En la campaña 4 se introduce una configuración funcionando en modo Tunable White (TW), en la que el flujo luminoso y el espectro varían a lo largo del día. Sólo se usa en este caso el canal TW para modificar el CCT entre 3000 K y 5250 K. En la campaña 5 se integra todo el proceso de configuración de las campañas anteriores para funcionar en modo biodinámico. Tanto el flujo luminoso como el CCT varían a lo largo del día, empleándose para ello el canal TW y los canales Blue y PC Ambar. Con esto se consiguen rangos de CCT desde 2700 K a 5700 K. La configuración de la campaña 5 se muestra como resultado en el apartado 5.6.1. En la figura 23 se muestra el tipo de iluminación en cada campaña. 4.2.4.6. Métodos mixtos Por las limitaciones del ritmo de trabajo del personal sanitario, no se han podido implementar todos los métodos mixtos planteados en la tesis, ya que se pretendía interrumpir lo menos posible el desarrollo normal de las tareas de los trabajadores porque debían atender a los pacientes. Los métodos cuantitativos que se han empleado son la monitorización METODOLOGÍA Fig. 23 146 METODOLOGÍA de parámetros lumínicos y el cuestionario de percepción ambiental y rendimiento. El cuestionario se ha empleado durante las campañas 1-5, mientras que la monitorización de parámetros lumínicos se ha llevado a cabo en el período de post-ocupación. Para ello se han utilizado 4 Data logger Wi-Fi TESTO 160 THL que registran temperatura, humedad, iluminancia y radiación UV. Estos sensores se han situado en el techo del pasillo y en la pared del control, como se puede observar en la figura 21. El cuestionario de percepción ambiental se ha diseñado para este proyecto a partir del cuestionario empleado en el proyecto Dynalight. En este primer proyecto se pusieron a prueba las preguntas y se corrigieron los errores o dificultades que se observaron a la hora de pasar las encuestas. En este cuestionario se incluyen preguntas relacionadas con percepción general del color en el entorno, confort visual, confort térmico, condiciones de alerta y test de rendimiento. Este cuestionario cuenta también con dos pruebas de rendimiento cromático: una de fidelidad de color, mediante muestras del Natural Colour System, y otra de discretización de color mediante el ensayo Farnsworth‐Munsell 100. En este trabajo solo se tomarán los resultados del test de discretización de color. En el apartado I.5.4.1 del anexo I se recoge la plantilla de la encuesta. Este cuestionario tiene una versión modificada que se debe completar al final de la prueba. En este caso se eliminan algunas preguntas que no tienen afección durante el turno. Para el análisis de resultados solo se utilizan los datos del segundo cuestionario, puesto que se realiza cuando los usuarios se han expuesto toda la jornada laboral al sistema de iluminación del espacio. Con respecto a los métodos cualitativos, en este caso solo es posible realizar la entrevista semiestructurada, ya que fue complicado que los participantes pudieran registrar el motivo del cambio debido a que, 147 según comentaron en las entrevistas, los cambios eran realizados la mayoría de las veces debido a situaciones urgentes. Estas entrevistas se realizan al inicio del turno por uno o dos investigadores. Las preguntas se resumen a continuación: ¿Está satisfecho/a con la iluminación? ¿Hay algún momento del día en el que la iluminación no se adapte a vuestras necesidades? ¿Con qué frecuencia usa la botonera? Cuando usa la botonera, ¿qué le lleva a usarla? ¿Todo el personal está de acuerdo con la iluminación? ¿Existen discrepancias cuando se usa la botonera entre los miembros de la plantilla? ¿Siempre se repiten las mismas quejas o estas difieren de uno a otro turno? En este caso no se realizaron grabaciones y las investigadoras iban anotando las respuestas en una libreta. 4.2.4.7. Marcadores bioquímicos El análisis bioquímico que se realiza en este caso de estudio se centra en las muestras de cortisol en sangre. Para ello, los participantes se extraen la sangre a primera hora de la mañana, entre las 06:00 y las 10:00. Las muestras se llevan directamente al departamento de bioquímica, donde analizan los resultados y extraen los valores de cortisol que interesan para el estudio. 4.2.4.8. Simulación En este caso de estudio se utiliza la simulación para obtener los valores de iluminancia que deberían leer las cuatro sondas de iluminación situadas en el espacio en cada momento del día (posición de las sondas en la figura 21). Para conseguir mayor precisión en los resultados, se realizan dos grupos de simulaciones. Por una parte, se simula la iluminación eléctrica hora a hora con el software DIALux versión 4.13 [230]. Para METODOLOGÍA 148 METODOLOGÍA ello se realiza el ajuste del modelo tomando como referencia los datos medidos in situ en un uno de los escritorios de la zona de control. Con esto se asegura que los valores de iluminancia obtenidos se corresponden con los reales del espacio. Para conseguir una mayor definición de los valores, se simulan la iluminancia procedente de la iluminación natural con el software VELUX Daylight Visualizer 2.8 [231]. En este caso se ha realizado la simulación en condiciones de cielo despejado, puesto que en el 98% de los días analizados en este caso de estudio se toman las mediciones con este tipo de cielo. En la tabla 34. se pueden observar los valores de transmitancia óptica y reflectancia visible de las superficies empleadas en ambas simulaciones. Los resultados obtenidos de ambas simulaciones para cada hora se añaden para obtener la iluminancia total que deberían leer las sondas de iluminación en condiciones teóricas. Material Reflectancia visible Paredes interiores 0.84 Techo 0.82 Suelo 0.67 Marcos 0.85 Mobiliario 0.68 Material Transmitancia óptica Vidrio 0.5 Tabla 34 Tabla 34. Valores de transmitancia óptica y reflectancia visible de las superficies del caso de estudio 4 149 METODOLOGÍA Para analizar los datos obtenidos tras aplicar los métodos en cada caso de estudio, se utilizan diferentes tipos de análisis en función del método empleado. En algunos casos, son análisis puramente estadísticos. Sin embargo, cuando se trata de datos cualitativos, los procesos de análisis son más complejos y requieren de técnicas alternativas. A continuación, se indica el análisis aplicado en cada método. 4.3. Análisis de datos Los datos cuantitativos tomados en este trabajo son de tres tipos. Por una parte, las interacciones de los usuarios. En este caso, el análisis se realiza cuantificando el número de cambios realizados por cada usuario o por cada escena. Otro conjunto de datos cuantitativos analizados son los valores de CCT, SPD e iluminancia obtenidos tras cada cambio. Estos datos se analizan estadísticamente mediante frecuencias, principalmente. Para analizar los datos cuantitativos subjetivos extraídos de los cuestionarios de percepción ambiental, primero se convierten las respuestas de las diferentes preguntas en variables categóricas. A partir de aquí, se realiza un análisis de frecuencias de cada respuesta. Además, estos datos se preparan para su posterior comparación con los datos cualitativos. 4.3.1. Datos cuantitativos 150 METODOLOGÍA Para el análisis cualitativo, el proceso a seguir es un poco más complejo. En primer lugar, se comienza analizando las transcripciones obtenidas de las entrevistas semiestructuradas. Para determinar el proceso de análisis de esta investigación, se ha tomado como base el material creado por el Dr. Antoni Casasempere [241] para el análisis cualitativo de textos con MAXQDA, aunque este análisis se realiza de forma manual. Se sigue el proceso siguiente: 1. Leer el texto y extraer los temas relevantes de las entrevistas con cada participante (keypoints): una vez transcriptas las entrevistas, se leen detenidamente cada una de ellas y se identifican aquellas palabras o conjuntos de palabras que sean útiles para responder a las preguntas de investigación. 2. Construir categorías: para determinar las categorías en las que se clasifican los keypoints, se parte de las hipótesis planteadas en la investigación, por lo que se hace una categorización deductiva. Sin embargo, puesto que las preguntas de la entrevista no estaban cerradas, pueden existir otras categorías no derivadas de las hipótesis obtenidas de forma inductiva. 3. Asignar los keypoints a cada categoría: una vez están claras las categorías, el siguiente paso es asociar cada keypoint señalado en el texto con la categoría correspondiente. 4. Realizar el análisis: a. Matriz temática: este primer análisis tiene como objetivo organizar los datos por cada participante en función de las 4.3.2. Datos cualitativos 151 categorías establecidas. Con esto se consigue tener una visión más ordenada de los datos para el proceso de análisis. b. Análisis de cada caso: se realiza un resumen de las ideas principales de cada participante de forma objetiva, en el que se destaca de cada uno aquello que es importante para responder a las preguntas de investigación. c. Análisis temático: partiendo de la matriz temática, se obtienen las opiniones generalizadas del conjunto de participantes sobre las categorías determinadas. d. Análisis por pregunta de investigación: se realiza una clasificación independiente de la anterior. Aquí se categorizan las respuestas que son más adecuadas para responder a las preguntas de investigación planteadas. En el análisis temático se obtiene una idea general sobre el problema, para poder abordarlo de forma objetiva. Sin embargo, en este análisis se integra la interpretación del investigador para ajustar los datos de forma más precisa y poder dar respuestas a las preguntas de investigación. 5. Presentar resultados: en último lugar, se presentan los resultados obtenidos del análisis cualitativo. En este proceso es interesante contar con un diario de la investigación: se utiliza como un diario de notas en las que se van recogiendo aspectos relevantes de la investigación por parte del investigador de forma subjetiva. Para darle más fiabilidad a la investigación cualitativa, otras metodologías abogan por el método de triangulación [166], en el que los METODOLOGÍA 152 METODOLOGÍA resultados obtenidos a partir de un método de recolección de datos se validan con los resultados obtenidos con otros métodos de recolección de datos para confirmar los resultados. En este caso, las respuestas de la entrevista semiestructurada se validan con las respuestas dadas en el diario. 4.3.2.1.Datos cualitativos vs. Datos cuantitativos Se utiliza la prueba de chi-cuadrado para identificar cualquier correlación entre las acciones de los usuarios (datos cuantitativos) y las razones que los hacen sentir incómodos (datos cualitativos), lo que los lleva a cambiar la iluminación. Este tipo de pruebas también se utiliza para analizar la influencia del tipo de configuración inicial en las interacciones de los ocupantes, así como para determinar si existe una relación entre las preferencias de los usuarios y los parámetros lumínicos obtenidos en el plano de trabajo. Para analizar la aceptación de cada configuración inicial, se evalúan los valores de iluminación y CCT obtenidos en el plano de trabajo después de cada cambio. Si se considera la distribución espectral, se puede afirmar que la primera escena corresponde a iluminación neutra, ya que presenta valores de entre 3300 y 5300 K; la escena 2 puede ser fría, ya que está por encima de 5300 K; y la escena 3, que está por debajo de 3300 K, es cálida [153][242-244]. Por lo tanto, para establecer el grado de aceptación de cada escena, se evalúa si los valores obtenidos en el plano de trabajo tras la acción de los usuarios se mantenían dentro de los valores límite de cada color o no. La CIE establece una escala de iluminancia recomendada de 20-30-50-75-100-150-200-300-500-750- 1000-1500-2000-3000-5000 lx [245]. En consecuencia, se establecen 255 el tipo de cielo. La estrategia que se plantea seguir es considerar la posición del sol para el ajuste del sistema (3). Con los datos anteriores se procede a configurar el sistema de control (4). Debe ser un sistema pilotado que logre el ajuste a las preferencias de los usuarios mediante un sistema de control automatizado, pero que a su vez permita ajustes manuales. El sistema de control manual debe ser sencillo e intuitivo, y permitir ajustes en tono e intensidad. Por ejemplo: en tono (neutro, frío, cálido) y en intensidad (100 lx, 300 lx, 500 lx, 750 lx). Los usuarios deben estar informados del funcionamiento del sistema para que puedan entender qué ocurre en cada momento (5). Para ello sería recomendable disponer de un manual de uso del sistema en el que se indique a qué hora se producen los cambios de iluminación, de qué dependen y otra información similar. Una vez el sistema está configurado y los usuarios conocen su funcionamiento, debe producirse un período de testeo para comprobar que la configuración establecida realmente se ajusta a las necesidades de los usuarios (6). Para ello, se pueden analizar sus interacciones con el sistema de control manual y habilitar un cuestionario para sus comentarios. Si se comprueba que la configuración es aceptable, esta se fija como configuración final. Y si no lo fuera, debe repetirse el proceso hasta encontrar la configuración que sea aceptable por la mayoría de los ocupantes. El proceso que aquí se plantea es dinámico y se debe comprobar periódicamente que la configuración de iluminación sigue siendo adecuada, ya que puede haber variaciones en las condiciones exteriores, en el tipo de tarea que se realiza en el espacio, o incluso pueden variar los ocupantes. CONCLUSIONES Figura 52. Recomendaciones para el análisis de las preferencias y necesidades de los ocupantes para configurar un sistema de iluminación adaptado a los usuarios y que considere la luz natural 256 CONCLUSIONES En este proceso es importante explicar a los ocupantes cómo funciona el sistema de control automático, para que puedan entender qué está pasando en cada momento (ejemplo: cuando el cielo está nublado, la iluminación se activa; en invierno, a partir de las 17:00, la iluminación sube de intensidad…). Además, aunque el control deba ser intuitivo, hay que explicar a los ocupantes cómo funciona y las posibilidades que ello tienen de interactuar. Esta tesis ha dejado abiertas futuras líneas de investigación que se explorarán en etapas posteriores. La primera de ellas tiene continuidad con este trabajo, ya que propone ampliar la investigación en el análisis de las preferencias y necesidades en entornos compartidos, con lo que se plantea aplicar el experimento completo del caso de estudio 1 de este trabajo en un entorno real de oficinas compartido. Con esta investigación se propone conseguir una guía que pueda servir a los diseñadores de sistemas de iluminación a simplificar el proceso de configuración considerando las preferencias de los usuarios. Otra de las cuestiones que se han planteado en este trabajo y que 6.2. Futuras líneas de investigación 257 CONCLUSIONES requieren de un estudio más detallado está relacionada con los problemas de discrepancias en las preferencias lumínicas en entornos compartidos. Se propone ahondar en este tema aplicando la metodología con una muestra mayor. La tesis solo se ha centrado en el análisis de sistemas de iluminación. Sin embargo, se ha quedado sin explorar la combinación de estos sistemas con los de sombreado, por lo que se propone ampliar los ensayos considerando también el análisis de las preferencias de los usuarios con respecto a los sistemas de sombreado. Y en relación con la integración de la iluminación natural, se propone como futura línea de investigación ampliar estos hallazgos y probar estrategias de ajuste considerando la posición del sol en diferentes orientaciones, ubicaciones y para otros tipos de cielo. 258 REFERENCIAS 259 [1] F. Díaz Moreno, “‘Los diez libros de arquitectura’ de Vitruvio, en la traducción de José Ortiz y Sanz (1787).” Alicante : Biblioteca Virtual Miguel de Cervantes, 2014, 2014. [Online]. Available: https://www.cervantesvirtual.com/nd/ark:/59851/bmcvq4v0 [2] F. LOZANO, “Los diez libros de architectura de Leon Baptista Alberto traduzidos de latin en romance,” Madrid Alonso Gómez Impr., vol. 1582. [3] A. Palladio et al., Los quatro libros de arquitectura de Andres Paladio, Vicentino . En Madrid: en la Imprenta Real, siendo regente D. Pedro Julian Pereyra..., 1797. [4] D. G. De Long, Frank Lloyd Wrhight y la ciudad viviente : [exposición] . Valencia: Generalitat Valenciana, Conselleria de Cultura, Educació i Ciencia [etc.], 2000. [5] H. Ronner and S. Jhavari, Louis I. Kahn : complete work 1935-1974 , 2nd. ed. r. Basel [etc: Birkhäuser, 1987. [6] Alberto Campo Baeza. Fine Craftsman, True Beauty. [7] AENOR; CEN - European Committee for Standardization, “UNE-EN 12464-1. Luz e iluminación. Iluminación de los lugares de trabajo. Parte 1: Lugares de trabajo en interiores.” 2022. [8] L. Bellia, F. Fragliasso, and E. Stefanizzi, “Daylit offices: A comparison between measured parameters assessing light quality and users’ opinions,” Build. Environ., vol. 113, pp. 92–106, 2017, doi: 10.1016/j.buildenv.2016.08.014. [9] E. S. Lee and S. E. Selkowitz, “The New York Times Headquarters daylighting mockup: Monitored performance of the daylighting control system,” Energy Build., vol. 38, no. 7, pp. 914–929, 2006, doi: 10.1016/j.enbuild.2006.03.019. [10] Código de la Construcción, “Código Básico HE, Ahorro de Energia,” p. 46, 2022. REFERENCIAS 260 [11] Y. Li, T. Ru, Q. Chen, L. Qian, X. Luo, and G. Zhou, “Effects of illuminance and correlated color temperature of indoor light on emotion perception,” Sci. Rep., vol. 11, no. 1, pp. 463–475, 2021, doi: 10.1038/s41598-021-93523-y. [12] P. Bustamante, I. Acosta, J. León, and M. A. Campano, “Assessment of color discrimination of different light sources,” Buildings, vol. 11, no. 11, 2021, doi: 10.3390/ buildings11110527. [13] M. G. Figueiro, M. S. Rea, A. C. Rea, and R. G. Stevens, “Daylight and Productivity – A Field Study,” ACEEE Summer Study Energy Effic. Build., no. January 2002, pp. 69– 78, 2002. [14] M. S. Rea, A. Bierman, M. G. Figueiro, and J. D. Bullough, “A new approach to understanding the impact of circadian disruption on human health,” J. Circadian Rhythms, vol. 6, pp. 1–14, 2008, doi: 10.1186/1740-3391-6-7. [15] M. G. Figueiro et al., “The impact of daytime light exposures on sleep and mood in office workers,” Sleep Heal., vol. 3, no. 3, pp. 204–215, Jun. 2017, doi: doi: 10.1016/j. sleh.2017.03.005.Analysis of daylight responsive dimming system performance. [16] L. Maierova, A. Borisuit, J. L. Scartezzini, S. M. Jaeggi, C. Schmidt, and M. Münch, “Diurnal variations of hormonal secretion, alertness and cognition in extreme chronotypes under different lighting conditions,” Sci. Rep., vol. 6, no. August, pp. 1–10, 2016, doi: 10.1038/srep33591. [17] R. M. Lopez-Lovillo et al., “User centered lighting environment Assessing the variables for a biodynamic health enhanced control logic,” in PLEA 2020 A CORUÑA, 2020, vol. 1, pp. 169–174. [18] H. B. Gunay, W. O’Brien, and I. Beausoleil-Morrison, “A critical review of observation studies, modeling, and simulation of adaptive occupant behaviors in offices,” Build. Environ., vol. 70, pp. 31–47, 2013, doi: 10.1016/j.buildenv.2013.07.020. [19] W. O’Brien et al., “Introducing IEA EBC annex 79: Key challenges and opportunities in the field of occupant-centric building design and operation,” Build. Environ., vol. 178, no. December 2019, p. 106738, 2020, doi: 10.1016/j.buildenv.2020.106738. [20] K. W. Houser, P. R. Boyce, J. M. Zeitzer, and M. Herf, “Human-centric lighting: REFERENCIAS 261 Myth, magic or metaphor?,” Light. Res. \& Technol., vol. 53, no. 2, pp. 97–118, 2021, doi: 10.1177/1477153520958448. [21] S. Carlucci, F. Causone, F. De Rosa, and L. Pagliano, “A review of indices for assessing visual comfort with a view to their use in optimization processes to support building integrated design,” Renew. Sustain. Energy Rev., vol. 47, no. 7491, pp. 1016– 1033, 2015, doi: 10.1016/j.rser.2015.03.062. [22] A. Tabadkani, A. Roetzel, H. X. Li, and A. Tsangrassoulis, “A review of occupantcentric control strategies for adaptive facades,” Automation in Construction, vol. 122. Elsevier B.V., Feb. 01, 2021. doi: 10.1016/j.autcon.2020.103464. [23] X. Ding, J. Yu, and Y. Si, “Office light control moving toward automation and humanization: a literature review,” Intelligent Buildings International, vol. 12, no. 4. Taylor and Francis Ltd., pp. 225–256, Oct. 01, 2020. doi: 10.1080/17508975.2018.1555087. [24] N. G. Vasquez, R. F. Rupp, R. K. Andersen, and J. Toftum, “Occupants’ responses to window views, daylighting and lighting in buildings: A critical review,” Build. Environ., vol. 219, no. February, 2022, doi: 10.1016/j.buildenv.2022.109172. [25] M. A. U. Haq et al., “A review on lighting control technologies in commercial buildings, their performance and affecting factors,” Renew. Sustain. Energy Rev., vol. 33, pp. 268–279, 2014, doi: 10.1016/j.rser.2014.01.090. [26] X. Yu and Y. Su, “Daylight availability assessment and its potential energy saving estimation -A literature review,” Renew. Sustain. Energy Rev., vol. 52, pp. 494– 503, 2015, doi: 10.1016/j.rser.2015.07.142. [27] A. Galatioto and M. Beccali, “Aspects and issues of daylighting assessment: A review study,” Renew. Sustain. Energy Rev., vol. 66, pp. 852–860, 2016, doi: https://doi. org/10.1016/j.rser.2016.08.018. [28] C. de Bakker, M. Aries, H. Kort, and A. Rosemann, “Occupancy-based lighting control in open-plan office spaces: A state-of-the-art review,” Build. Environ., vol. 112, pp. 308–321, 2017, doi: 10.1016/j.buildenv.2016.11.042. [29] L. Bellia, F. Fragliasso, and E. Stefanizzi, “Why are daylight-linked controls (DLCs) not so spread? A literature review,” Build. Environ., vol. 106, pp. 301–312, 2016, REFERENCIAS 262 doi: 10.1016/j.buildenv.2016.06.040. [30] I. Chew, D. Karunatilaka, C. P. Tan, and V. Kalavally, “Smart lighting: The way forward? Reviewing the past to shape the future,” Energy Build., vol. 149, pp. 180–191, 2017, doi: 10.1016/j.enbuild.2017.04.083. [31] S. Naylor, M. Gillott, and T. Lau, “A review of occupant-centric building control strategies to reduce building energy use,” Renew. Sustain. Energy Rev., vol. 96, no. June, pp. 1–10, 2018, doi: 10.1016/j.rser.2018.07.019. [32] S. Jain and V. Garg, “A review of open loop control strategies for shades, blinds and integrated lighting by use of real-time daylight prediction methods,” Build. Environ., vol. 135, no. December 2017, pp. 352–364, 2018, doi: 10.1016/j.buildenv.2018.03.018. [33] K. R. Wagiman, M. N. Abdullah, M. Y. Hassan, and N. H. M. Radzi, “A review on sensing-based strategies of interior lighting control system and their performance in commercial buildings,” Indones. J. Electr. Eng. Comput. Sci., vol. 16, no. 1, pp. 208–215, 2019, doi: 10.11591/ijeecs.v16.i1.pp208-215. [34] W. Jung and F. Jazizadeh, “Human-in-the-loop HVAC operations: A quantitative review on occupancy, comfort, and energy-efficiency dimensions,” Appl. Energy, vol. 239, no. September 2018, pp. 1471–1508, 2019, doi: 10.1016/j.apenergy.2019.01.070. [35] M. Han et al., “A review of reinforcement learning methodologies for controlling occupant comfort in buildings,” Sustain. Cities Soc., vol. 51, no. August, p. 101748, 2019, doi: 10.1016/j.scs.2019.101748. [36] T. Dogan and Y. C. Park, “A critical review of daylighting metrics for residential architecture and a new metric for cold and temperate climates,” Light. Res. Technol., vol. 51, no. 2, pp. 206–230, 2019, doi: 10.1177/1477153518755561. [37] A. I. Dounis and C. Caraiscos, “Advanced control systems engineering for energy and comfort management in a building environment-A review,” Renew. Sustain. Energy Rev., vol. 13, no. 6–7, pp. 1246–1261, 2009, doi: 10.1016/j.rser.2008.09.015. [38] X. Ding, J. Yu, and Y. Si, “Office light control moving toward automation and humanization: a literature review,” Intell. Build. Int., vol. 12, no. 4, pp. 225–256, 2020, doi: 10.1080/17508975.2018.1555087. REFERENCIAS 263 [39] M. Á. Campano, I. Acosta, S. Domínguez, and R. López-Lovillo, “Dynamic analysis of office lighting smart controls management based on user requirements,” Autom. Constr., vol. 133, 2022, doi: 10.1016/j.autcon.2021.104021. [40] M. G. Figueiro et al., “The impact of daytime light exposures on sleep and mood in office workers,” Sleep Heal., vol. 3, no. 3, pp. 204–215, 2017, doi: doi: 10.1016/j. sleh.2017.03.005. [41] M. S. Rea and M. G. Figueiro, “Quantifying light-dependent circadian disruption in humans and animal models,” Chronobiol. Int., vol. 31, no. 10, pp. 1239–1246, 2014, doi: 10.3109/07420528.2014.957302. [42] F. Fragliasso, “Smart lighting controls for energy efficiency and visual comfort,” 2018. [43] F. Rubinstein, D. Avery, J. Jennings, and S. Blanc, “On the Calibration and Commissioning of Lighting Controls”. [44] H. Choi, S. Hong, A. Choi, and M. Sung, “Toward the accuracy of prediction for energy savings potential and system performance using the daylight responsive dimming system,” Energy Build., vol. 133, pp. 271–280, 2016, doi: 10.1016/j.enbuild.2016.09.042. [45] F. Rubinstein, G. Ward, and R. Verderber, “Improving the performance of photo-electrically controlled lighting systems,” Journal of the Illuminating Engineering Society, vol. 18, no. 1. pp. 70–94, 1989. doi: 10.1080/00994480.1989.10748745. [46] I. Acosta, M. A. Campano, S. Dominguez-Amarillo, and C. Muñoz, “Dynamic daylight metrics for electricity savings in offices: Window size and climate smart lighting management,” Energies, vol. 11, no. 11, 2018, doi: 10.3390/en11113143. [47] L. Doulos, A. Tsangrassoulis, and F. V. Topalis, “Multi-criteria decision analysis to select the optimum position and proper field of view of a photosensor,” Energy Convers. Manag., vol. 86, pp. 1069–1077, 2014, doi: 10.1016/j.enconman.2014.06.032. [48] R. A. Mangkuto, M. Rohmah, and A. D. Asri, “Design optimisation for window size, orientation, and wall reflectance with regard to various daylight metrics and lighting energy demand: A case study of buildings in the tropics,” Appl. Energy, vol. 164, pp. 211–219, 2016, doi: 10.1016/j.apenergy.2015.11.046. REFERENCIAS 264 [49] L. Bellia, F. Bisegna, and G. Spada, “Lighting in indoor environments: Visual and non-visual effects of light sources with different spectral power distributions,” Build. Environ., vol. 46, no. 10, pp. 1984–1992, Oct. 2011, doi: 10.1016/J.BUILDENV.2011.04.007. [50] I. Acosta, M. Á. Campano, and J. F. Molina, “Window design in architecture: Analysis of energy savings for lighting and visual comfort in residential spaces,” Appl. Energy, vol. 168, pp. 493–506, 2016, doi: 10.1016/j.apenergy.2016.02.005. [51] A. Cılasun Kunduracı and Z. T. Kazanasmaz, “Fuzzy logic model for the categorization of manual lighting control behaviour patterns based on daylight illuminance and interior layout,” Indoor Built Environ., vol. 28, no. 5, pp. 584–598, 2019, doi: 10.1177/1420326X17703772. [52] M. Beccali, M. Bonomolo, G. Ciulla, and V. Lo Brano, “Assessment of indoor illuminance and study on best photosensors’ position for design and commissioning of Daylight Linked Control systems. A new method based on artificial neural networks,” Energy, vol. 154, pp. 466–476, 2018, doi: 10.1016/j.energy.2018.04.106. [53] S. Onaygil and Ö. Güler, “Determination of the energy saving by daylight responsive lighting control systems with an example from Istanbul,” Build. Environ., vol. 38, no. 7, pp. 973–977, 2003, doi: 10.1016/S0360-1323(03)00034-9. [54] D. H. W. Li and E. K. W. Tsang, “An analysis of measured and simulated daylight illuminance and lighting savings in a daylit corridor,” Build. Environ., vol. 40, no. 7, pp. 973–982, 2005, doi: 10.1016/j.buildenv.2004.09.007. [55] L. Bellia and F. Fragliasso, “Automated daylight-linked control systems performance with illuminance sensors for side-lit offices in the Mediterranean area,” Autom. Constr., vol. 100, no. July 2018, pp. 145–162, 2019, doi: 10.1016/j. autcon.2018.12.027. [56] R. M. López, M. T. Aguilar, S. Domínguez-Amarillo, and M. A. Campano, “Roadmap for User-Performance Drive Lighting Management Logic,” Int. J. Eng. Technol., vol. 11, no. 2, pp. 143–149, 2019, doi: 10.7763/ijet.2019.v11.1137. [57] N. Aste, M. Manfren, and G. Marenzi, “Building Automation and Control Systems and performance optimization: A framework for analysis,” Renew. Sustain. Energy Rev., REFERENCIAS 271 [113] F. Haldi and D. Robinson, “On the behaviour and adaptation of office occupants,” Build. Environ., vol. 43, no. 12, pp. 2163–2177, 2008, doi: 10.1016/j.buildenv.2008.01.003. [114] G. Y. Yun, H. Kim, and J. T. Kim, “Effects of occupancy and lighting use patterns on lighting energy consumption,” Energy Build., vol. 46, pp. 152–158, 2012, doi: 10.1016/j. enbuild.2011.10.034. [115] V. Fabi, V. Camisassi, F. Causone, S. P. Corgnati, and C. Programme, “Light switch behaviour : occupant behaviour stochastic models in office buildings,” in Proceedings of 8 th Windsor Conference : Counting the Cost of Comfort in a changing world Light, 2014, no. April. [116] S. L. Wong, K. K. W. Wan, and T. N. T. Lam, “Artificial neural networks for energy analysis of office buildings with daylighting,” Appl. Energy, vol. 87, no. 2, pp. 551–557, 2010, doi: 10.1016/j.apenergy.2009.06.028. [117] A. Paulauskaite-Taraseviciene, N. Morkevicius, A. Janaviciute, A. Liutkevicius, A. Vrubliauskas, and E. Kazanavicius, “The usage of artificial neural networks for intelligent lighting control based on resident’s behavioural pattern,” Elektron. ir Elektrotechnika, vol. 21, no. 2, pp. 72–79, 2015, doi: 10.5755/j01.eee.21.2.8772. [118] S. D’Oca, H. B. Gunay, S. Gilani, and W. O’Brien, “Critical review and illustrative examples of office occupant modelling formalisms,” Build. Serv. Eng. Res. Technol., vol. 40, no. 6, pp. 732–757, 2019, doi: 10.1177/0143624419827468. [119] S. A. Sadeghi, S. Lee, P. Karava, I. Bilionis, and A. Tzempelikos, “Bayesian classification and inference of occupant visual preferences in daylit perimeter private offices,” Energy Build., vol. 166, pp. 505–524, 2018, doi: 10.1016/j.enbuild.2018.02.010. [120] “Light and lighting - Lighting of work places - Part 1: Indoor work places, EN 12464-1, 2021.” [121] M. Chiogna, R. Albatici, and A. Frattari, “Electric lighting at the workplace in offices: Efficiency improvement margins of automation systems,” Light. Res. Technol., vol. 45, no. 5, pp. 550–567, Oct. 2013, doi: 10.1177/1477153512461372. [122] C. F. Reinhart and M. Andersen, “Development and validation of a Radiance model for a translucent panel,” Energy Build., vol. 38, no. 7, pp. 890–904, 2006, doi: REFERENCIAS 272 10.1016/j.enbuild.2006.03.006. [123] M. T. Aguilar-Carrasco, S. Domínguez-Amarillo, I. Acosta, and J. J. Sendra, “Indoor lighting design for healthier workplaces: natural and electric light assessment for suitable circadian stimulus,” Opt. Express, vol. 29, no. 19, p. 29899, 2021, doi: 10.1364/ oe.430747. [124] A. –. Choi and R. G. Mistrick, “Analysis of daylight responsive dimming system performance,” Build. Environ., vol. 34, no. 3, pp. 231–243, 1998, doi: https://doi. org/10.1016/S0360-1323(98)00029-8. [125] R. Mistrick, C. H. Chen, A. Bierman, and D. Felts, “A comparison of photosensorcontrolled electronic dimming systems in a small office,” J. Illum. Eng. Soc., vol. 29, no. 1, pp. 66–80, 2000, doi: 10.1080/00994480.2000.10748483. [126] H. B. Gunay, W. O’Brien, I. Beausoleil-Morrison, and S. Gilani, “Development and implementation of an adaptive lighting and blinds control algorithm,” Build. Environ., vol. 113, pp. 185–199, 2017, doi: 10.1016/j.buildenv.2016.08.027. [127] S. Chraibi, T. Lashina, P. Shrubsole, M. Aries, E. van Loenen, and A. Rosemann, “Satisfying light conditions: A field study on perception of consensus light in Dutch open office environments,” Build. Environ., vol. 105, pp. 116–127, 2016, doi: 10.1016/j. buildenv.2016.05.032. [128] F. Tan, D. Caicedo, A. Pandharipande, and M. Zuniga, “Sensor-driven, humanin-the-loop lighting control,” Light. Res. Technol., vol. 50, no. 5, pp. 660–680, 2018, doi: 10.1177/1477153517693887. [129] N. Gentile, T. Laike, and M. C. Dubois, “Lighting control systems in individual offices rooms at high latitude: Measurements of electricity savings and occupants’ satisfaction,” Sol. Energy, vol. 127, pp. 113–123, Apr. 2016, doi: 10.1016/j. solener.2015.12.053. [130] D. Lindelöf and N. Morel, “Bayesian optimization of visual discomfort,” Build. Res. Inf., vol. 36, no. 1, pp. 83–96, 2008, doi: 10.1080/09613210701544061. [131] A. Wagner, W. O’Brien, and B. Dong, Exploring occupant behavior in buildings: Methods and challenges. 2017. doi: 10.1007/978-3-319-61464-9. REFERENCIAS 273 [132] Y. Yoon, J. Lee, and S. Kim, “Development of computational algorithm for prediction of photosensor signals in daylight conditions,” Build. Environ., vol. 89, pp. 229–243, 2015, doi: 10.1016/j.buildenv.2015.02.030. [133] A. Pandharipande and D. Caicedo, “Daylight integrated illumination control of LED systems based on enhanced presence sensing,” Energy Build., vol. 43, no. 4, pp. 944–950, 2011, doi: 10.1016/j.enbuild.2010.12.018. [134] L. W. Yeh, C. Y. Lu, C. W. Kou, Y. C. Tseng, and C. W. Yi, “Autonomous light control by wireless sensor and actuator networks,” IEEE Sens. J., vol. 10, no. 6, pp. 1029–1041, 2010, doi: 10.1109/JSEN.2010.2042442. [135] M. G. Figueiro, R. Hamner, A. Bierman, and M. S. Rea, “Comparisons of three practical field devices used to measure personal light exposures and activity levels,” Light. Res. Technol., vol. 45, no. 4, pp. 421–434, 2013, doi: 10.1177/1477153512450453. [136] L. Bellia and F. Fragliasso, “New parameters to evaluate the capability of a daylight-linked control system in complementing daylight,” Build. Environ., vol. 123, pp. 223–242, 2017, doi: 10.1016/j.buildenv.2017.07.001. [137] D. Tran, Y. K. Tan, and S. Member, “Sensorless Illumination Control of a Networked LED-Lighting System Using Feedforward Neural Network,” IEEE Trans. Ind. Electron., vol. 61, no. 4, pp. 2113–2121, 2014, doi: 10.1109/TIE.2013.2266084. [138] D. Caicedo, S. Li, and A. Pandharipande, “Smart lighting control with workspace and ceiling sensors,” Light. Res. Technol., vol. 49, no. 4, pp. 446–460, Jun. 2017, doi: 10.1177/1477153516629531. [139] B. C. Park, A. S. Choi, J. W. Jeong, and E. S. Lee, “A preliminary study on the performance of daylight responsive dimming systems with improved closed-loop control algorithm,” LEUKOS - J. Illum. Eng. Soc. North Am., vol. 8, no. 1, pp. 41–59, 2011, doi: 10.1582/LEUKOS.2011.08.01.003. [140] A. Tsangrassoulis, L. Doulos, and A. Mylonas, “Simulating the impact of daytime calibration in the behavior of a closed loop proportional lighting control system,” Energies, vol. 14, no. 21, Nov. 2021, doi: 10.3390/en14217056. [141] F. F. Laura Bellia, Alessia Pedace, “The impact of the software’s choice on REFERENCIAS 274 dynamic daylight simulations’ results: A comparison between Daysim and 3ds Max Design®,” Sol. Energy, vol. 122, pp. 249–263, 2015, doi: 10.1016/j.solener.2015.08.027. [142] I. Acosta, J. Navarro, and J. J. Sendra, “Towards an analysis of daylighting simulation software,” Energies, vol. 4, no. 7, pp. 1010–1024, 2011, doi: 10.3390/en4071010. [143] R. G. Mistrick and J. Thongtipaya, “Analysis of daylight photocell placement and view in a small office,” J. Illum. Eng. Soc., vol. 26, no. 2, pp. 150–160, 1997, doi: 10.1080/00994480.1997.10748199. [144] N. Lee, J. Kim, C. Jang, Y. Sung, and H. Jeong, “Comparison of sensorless dimming control based on building modeling and solar power generation,” Energy, vol. 81, pp. 15–20, 2015, doi: 10.1016/j.energy.2014.10.027. [145] I. Acosta, M. Á. Campano, S. Domínguez, and J. Fernández-Agüera, “Minimum Daylight Autonomy: A New Concept to Link Daylight Dynamic Metrics with Daylight Factors,” LEUKOS - J. Illum. Eng. Soc. North Am., vol. 15, no. 4, pp. 251–269, 2019, doi: 10.1080/15502724.2018.1564673. [146] I. Acosta, M. Á. Campano, S. Domínguez-Amarillo, and J. Navarro, “Continuous overcast daylight autonomy (DAo.con): A new dynamic metric for sensor-less lighting smart controls,” LEUKOS - J. Illum. Eng. Soc. North Am., 2022, doi: DOI:10.1080/15502 724.2022.2135528. [147] E. N. D. Madias, L. T. Doulos, P. A. Kontaxis, and F. V. Topalis, “Multicriteria decision aid analysis for the optimum performance of an ambient light sensor: methodology and case study,” Oper. Res., 2020, doi: 10.1007/s12351-020-00575-5. [148] L. Bellia and F. Fragliasso, “Automated daylight-linked control systems performance with illuminance sensors for side-lit offices in the Mediterranean area,” Autom. Constr., vol. 100, no. December 2018, pp. 145–162, 2019, doi: 10.1016/j. autcon.2018.12.027. [149] R. M. López-Lovillo, S. Domínguez-Amarillo, J. J. Sendra, and I. Acosta, “How can a daylighting and user-oriented control system be configured? A state- of-the-art critical review,” J. Build. Eng., vol. 64, p. 105704, Apr. 2023, doi: 10.1016/j. jobe.2022.105704. REFERENCIAS 275 [150] CEN - European Committee for Standardization, “EN 12464-1. Light and lighting – lighting of work places – Part I: Indoor work places.” 2022. [151] A. A. Kruithof, “Tubular luminescence lamps for general illumination,” Philips Tech. Rev., vol. 6, pp. 65–96, 1941, [Online]. Available: https://api.semanticscholar.org/ CorpusID:138700204 [152] W. C. Chao, L. Y. Hong, M. C. Hsieh, E. M. Y. Wang, C. C. Yang, and L. C. Su, “Effect of correlated colour temperature and illuminance levels on user’s visual perception under LED lighting in Taiwan,” Ergonomics, vol. 63, no. 2, pp. 175–190, 2020, doi: 10.1080/00140139.2019.1699964. [153] X. Fu, D. Feng, X. Jiang, and T. Wu, “The Effect of Correlated Color Temperature and Illumination Level of LED Lighting on Visual Comfort during Sustained Attention Activities,” Sustain., vol. 15, no. 4, 2023, doi: 10.3390/su15043826. [154] L. Bellia, A. Pedace, and G. Barbato, “Lighting in educational environments: An example of a complete analysis of the effects of daylight and electric light on occupants.” [155] F. Haldi and D. Robinson, “The impact of occupants’ behaviour on building energy demand,” J. Build. Perform. Simul., vol. 4, no. 4, pp. 323–338, 2011, doi: 10.1080/19401493.2011.558213. [156] J. Langevin, J. Wen, and P. L. Gurian, “Simulating the human-building interaction : Development and validation of an agent-based model of of fi ce occupant behaviors,” Build. Environ., vol. 88, pp. 27–45, 2015, doi: 10.1016/j.buildenv.2014.11.037. [157] D. Lindelöf, “Bayesian optimization of visual comfort,” vol. 3918, p. 203, 2007, [Online]. Available: http://infoscience.epfl.ch/record/110262 [158] M. Despenic, S. Chraibi, T. Lashina, and A. Rosemann, “Lighting preference profiles of users in an open office environment,” Build. Environ., vol. 116, pp. 89–107, 2017, doi: 10.1016/j.buildenv.2017.01.033. [159] P. Maleetipwan-Mattsson, T. Laike, and M. Johansson, “Self-report diary: A method to measure use of office lighting,” LEUKOS - J. Illum. Eng. Soc. North Am., vol. 9, no. 4, pp. 291–306, 2013, doi: 10.1582/LEUKOS.2013.09.04.004. REFERENCIAS 276 [160] T. Van De Werff, K. Niemantsverdriet, H. Van Essen, and B. Eggen, “Evaluating interface characteristics for shared lighting systems in the office environment,” DIS 2017 - Proc. 2017 ACM Conf. Des. Interact. Syst., no. June, pp. 209–220, 2017, doi: 10.1145/3064663.3064749. [161] H. B. Gunay, W. O’Brien, I. Beausoleil-Morrison, and B. Huchuk, “On adaptive occupant-learning window blind and lighting controls,” Build. Res. Inf., vol. 42, no. 6, pp. 739–756, 2014, doi: 10.1080/09613218.2014.895248. [162] K. L. van Someren, C. P. Beaman, and L. Shao, “Users’ experiences of lighting controls: A case-study,” Light. Res. Technol., vol. 50, no. 7, pp. 1091–1106, 2018, doi: 10.1177/1477153517709063. [163] S. A. M. Offermans, H. A. van Essen, and J. H. Eggen, “User interaction with everyday lighting systems,” Pers. Ubiquitous Comput., vol. 18, no. 8, pp. 2035–2055, 2014, doi: 10.1007/s00779-014-0759-2. [164] S. Rockcastle et al., “Comparing perceptions of a dimmable LED lighting system between a real space and a virtual reality display,” Light. Res. Technol., vol. 53, no. 8, pp. 701–725, 2021, doi: 10.1177/1477153521990039. [165] K. Kelly, “A different type of lighting research – A qualitative methodology,” Light. Res. Technol., vol. 49, no. 8, pp. 933–942, 2017, doi: 10.1177/1477153516659901. [166] M. Bengtsson, “How to plan and perform a qualitative study using content analysis,” NursingPlus Open, vol. 2, pp. 8–14, 2016, doi: 10.1016/j.npls.2016.01.001. [167] O. Guerra-Santin, A. Grave, and M. Mohammadi, “Application of mixed-methods in the analysis of building monitoring data. Lessons learned for user-centered design,” Plea 2020. pp. 424–429, 2020. [168] “MAXQDA. Software para el análisis de datos.” https://www.maxqda.com/es/ (accessed Jan. 23, 2023). [169] T. van de Werff, C. van Lotringen, H. van Essen, and B. Eggen, “Design Considerations for Interactive Office Lighting,” pp. 1–14, 2019, doi: 10.1145/3290605.3300640. REFERENCIAS 277 [170] N. Romero Herrera, J. Doolaard, O. Guerra-Santin, T. Jaskiewicz, and D. Keyson, “Office occupants as active actors in assessing and informing comfort: a contextembedded comfort assessment in indoor environmental quality investigations,” Adv. Build. Energy Res., vol. 14, no. 1, pp. 41–65, 2020, doi: 10.1080/17512549.2018.1488620. [171] P. Mahmoudzadeh, Y. Afacan, and M. N. Adi, “Analyzing occupants’ control over lighting systems in office settings using immersive virtual environments,” Build. Environ., vol. 196, no. March, p. 107823, 2021, doi: 10.1016/j.buildenv.2021.107823. [172] F. Abd-Alhamid, M. Kent, C. Bennett, J. Calautit, and Y. Wu, “Developing an Innovative Method for Visual Perception Evaluation in a Physical-Based Virtual Environment,” Build. Environ., vol. 162, no. July, p. 106278, 2019, doi: 10.1016/j. buildenv.2019.106278. [173] E. K. Hansen, M. Pajuste, and E. Xylakis, “Flow of Light: Balancing Directionality and CCT in the Office Environment,” LEUKOS - J. Illum. Eng. Soc. North Am., vol. 18, no. 1, pp. 30–51, 2020, doi: 10.1080/15502724.2020.1808014. [174] A. Heydarian, E. Pantazis, J. P. Carneiro, D. Gerber, and B. Becerik-Gerber, “Lights, building, action: Impact of default lighting settings on occupant behaviour,” J. Environ. Psychol., vol. 48, pp. 212–223, 2016, doi: 10.1016/j.jenvp.2016.11.001. [175] A. Heydarian, E. Pantazis, J. P. Carneiro, D. Gerber, and B. Becerik-gerber, “Towards Understanding End-user Lighting Preferences in Office Spaces by Using Immersive Virtual Environments,” Comput. Civ. Eng. 2015, no. September, pp. 667–674, 2015, [Online]. Available: http://ascelibrary.org/doi/10.1061/9780784479247.083 [176] S. Mixter et al., “Stress-related responses to alternations between repetitive physical work and cognitive tasks of different difficulties,” Int. J. Environ. Res. Public Health, vol. 17, no. 22, pp. 1–18, 2020, doi: 10.3390/ijerph17228509. [177] D. M. Almeida, K. McGonagle, and H. King, “Assessing daily stress processes in social surveys by combining stressor exposure and salivary cortisol,” Biodemography Soc. Biol., vol. 55, no. 2, pp. 219–237, 2009, doi: 10.1080/19485560903382338. [178] M. Çay et al., “Effect of increase in cortisol level due to stress in healthy young individuals on dynamic and static balance scores,” North. Clin. Istanbul, vol. 5, no. 4, pp. REFERENCIAS 278 295–301, 2017, doi: 10.14744/nci.2017.42103. [179] T. Moore, D. J. Carter, and A. I. Slater, “Long-term patterns of use of occupant controlled office lighting,” Light. Res. Technol., vol. 35, no. 1, pp. 43–57, 2003, doi: 10.1191/1477153503li061oa. [180] J. A. Veitch and G. R. Newsham, “Quantifying lighting quality based on experimental investigations of end user performance and preference,” 3Rd Eur. Conf. Energy-Efficient Light., pp. 119–127, 1995, [Online]. Available: https://nrc-publications. canada.ca/eng/view/accepted/?id=7c52ccfe-669f-44ae-b5b0-06fbd09665d8 [181] G. R. Newsham, J. A. Veitch, C. Arsenault, and C. Duval, “Effect of dimming control on office worker satisfaction and performance,” Proc. Annu. …, pp. 19–41, 2004, [Online]. Available: http://citeseerx.ist.psu.edu/viewdoc/ download?rep=rep1&type=pdf&doi=10.1.1.200.4892 [182] J. A. Veitch, G. R. Newsham, P. R. Boyce, and C. C. Jones, “Lighting appraisal, well-being and performance in open-plan offices: A linked mechanisms approach,” Light. Res. Technol., vol. 40, no. 2, pp. 133–148, 2008, doi: 10.1177/1477153507086279. [183] M. Marzouk, M. ElSharkawy, and A. Mahmoud, “Analysing user daylight preferences in heritage buildings using virtual reality,” Build. Simul., vol. 15, no. 9, pp. 1561–1576, 2022, doi: 10.1007/s12273-021-0873-9. [184] R. Persson et al., “Seasonal variation in human salivary cortisol concentration,” Chronobiol. Int., vol. 25, no. 6, pp. 923–937, 2008, doi: 10.1080/07420520802553648. [185] M. G. Figueiro, J. A. Brons, B. Plitnick, B. Donlan, R. P. Leslie, and M. S. Rea, “Measuring circadian light and its impact on adolescents,” Light. Res. Technol., vol. 43, no. 2, pp. 201–215, 2011, doi: 10.1177/1477153510382853. [186] M. S. Rea, M. G. Figueiro, J. D. Bullough, and A. Bierman, “A model of phototransduction by the human circadian system,” Brain Res. Rev., vol. 50, no. 2, pp. 213–228, 2005, doi: 10.1016/j.brainresrev.2005.07.002. [187] M. G. Figueiro, K. Gonzales, and D. Pedler, “Designing with Circadian Stimulus,” no. October, pp. 31–33, 2016, [Online]. Available: www.ies.org REFERENCIAS 279 [188] P. R. Boyce et al., “Occupant use of switching and dimming controls in offices,” Light. Res. Technol., vol. 38, no. 4, pp. 358–378, 2006, doi: 10.1177/1477153506070994. [189] L. J. McCunn, S. Safranek, A. Wilkerson, and R. G. Davis, “Lighting Control in Patient Rooms: Understanding Nurses’ Perceptions of Hospital Lighting Using Qualitative Methods,” Heal. Environ. Res. Des. J., vol. 14, no. 2, pp. 204–218, 2021, doi: 10.1177/1937586720946669. [190] L. J. McCunn and J. Wright, “Hospital employees’ perceptions of circadian lighting: a pharmacy department case study,” J. Facil. Manag., vol. 17, no. 5, pp. 422– 437, 2019, doi: 10.1108/JFM-04-2019-0016. [191] R. S. Ulrich, “Effects of interior design on wellness: theory and recent scientific research.,” J. Health Care Inter. Des., vol. 3, no. October, pp. 97–109, 1991. [192] R. Ulrich, X. Quan, H. Systems, C. Architecture, and A. Texas, “The Role of the Physical Environment in the Hospital of the 21 st Century : A Once-in-a-Lifetime Opportunity,” Environment, vol. 439, no. September, p. 69, 2004, [Online]. Available: http://www.saintalphonsus.org/pdf/cah_role_physical_env.pdf [193] R. S. Ulrich et al., “A review of the research literature on evidence-based healthcare design.,” Heal. Environ. Res. Des. J., vol. 1, no. 3, pp. 61–125, 2008, doi: 10.1177/193758670800100306. [194] J. Zhang, K. Lv, X. Zhang, M. Ma, and J. Zhang, “Study of Human Visual Comfort Based on Sudden Vertical Illuminance Changes,” Buildings, vol. 12, no. 8, 2022, doi: 10.3390/buildings12081127. [195] M. E. Kompier, K. C. H. J. Smolders, and Y. A. W. de Kort, “Abrupt light transitions in illuminance and correlated colour temperature result in different temporal dynamics and interindividual variability for sensation, comfort and alertness,” PLoS One, vol. 16, no. 3 March, pp. 1–24, 2021, doi: 10.1371/journal.pone.0243259. [196] M. Lu, S. Hu, Z. Mao, P. Liang, S. Xin, and H. Guan, “Research on work efficiency and light comfort based on EEG evaluation method,” Build. Environ., vol. 183, no. March, p. 107122, 2020, doi: 10.1016/j.buildenv.2020.107122. [197] L. Lan, S. Hadji, L. Xia, and Z. Lian, “The effects of light illuminance and REFERENCIAS 280 correlated color temperature on mood and creativity,” Build. Simul., vol. 14, no. 3, pp. 463–475, 2021, doi: 10.1007/s12273-020-0652-z. [198] M. C. P. da Rocha, M. M. F. De Martino, D. M. Grassi-Kassisse, and A. L. de Souza, “Stress among nurses: An examination of salivary cortisol levels on work and day off,” Rev. da Esc. Enferm., vol. 47, no. 5, pp. 1187–1194, 2013, doi: 10.1590/S0080- 623420130000500025. [199] P. Metzenthin et al., “A one-item subjective work stress assessment tool is associated with cortisol secretion levels in critical care nurses,” Prev. Med. (Baltim)., vol. 48, no. 5, pp. 462–466, 2009, doi: 10.1016/j.ypmed.2009.02.001. [200] S. Bedini, F. Braun, L. Weibel, M. Aussedat, B. Pereira, and F. Dutheil, “Stress and salivary cortisol in emergency medical dispatchers: A randomized shifts control trial,” PLoS One, vol. 12, no. 5, pp. 1–15, 2017, doi: 10.1371/journal.pone.0177094. [201] P. Boucher and P. Plusquellec, “Acute Stress Assessment From Excess Cortisol Secretion: Fundamentals and Perspectives,” Front. Endocrinol. (Lausanne)., vol. 10, no. November, pp. 1–12, 2019, doi: 10.3389/fendo.2019.00749. [202] D. H. Hellhammer, S. Wüst, and B. M. Kudielka, “Salivary cortisol as a biomarker in stress research,” Psychoneuroendocrinology, vol. 34, no. 2, pp. 163–171, 2009, doi: 10.1016/j.psyneuen.2008.10.026. [203] R. Singh, M. Goyal, S. Tiwari, A. Ghildiyal, S. M. Nattu, and S. Das, “Effect of examination stress on mood, performance and cortisol levels in medical students,” Indian J. Physiol. Pharmacol., vol. 56, no. 1, pp. 48–55, 2012. [204] G. Krantz, M. Forsman, and U. Lundberg, “Consistency in physiological stress responses and electromyographic activity during induced stress exposure in women and men,” Integr. Physiol. Behav. Sci., vol. 39, no. 2, pp. 105–118, 2004, doi: 10.1007/ BF02734276. [205] M. J. Aguilar Cordero et al., “Cortisol salival como indicador de estrés fisiológico en niños y adultos; revisión sistemática,” Nutr. Hosp., vol. 29, no. 5, pp. 960–968, 2014, doi: 10.3305/nh.2014.29.5.7273. [206] R. P. Juster, A. Perna, M. F. Marin, S. Sindi, and S. J. Lupien, “Timing is REFERENCIAS 287 ÍNDICE DE TABLAS Tabla 25. Resultados de rendimiento Tabla 26. Valores estadísticos de cortisol iniciales (comunes) y finales (por grupo) Tabla 27. Comparación de valores estadísticos de evolución de cortisol del grupo A vs. grupo B Tabla 28. Valores estadísticos presión arterial SYS y DIA Tabla 29. Comparación valores estadísticos evolución presión arterial SYS y DIA grupo A vs. grupo B Tabla 30. Resumen de estrategias de ajuste Tabla 31. Relación E/S por cada mes Tabla 32. Relación E/S según la posición del sol Tabla 33. Valores estadísticos de cortisol. Campaña 1 vs. Campaña 5 Tabla 34. Valores de transmitancia óptica y reflectancia visible de las superficies del caso de estudio 4 Tabla 35. Tipo de luminaria emulada según las curvas SPD resultantes y porcentaje de veces que se repite cada SPD. 35_a: S1; 35_b: S2; 35_c: S3 288 Figura 1. Esquema estado del arte Figura 2. Estrategias de control de iluminación de bucle abierto y cerrado Figura 3. Esquema resumen metodología Figura 4. Metodología y casos de estudio asociados Figura 5. Plantilla prueba F-M Figura 6. Tubos Salivette® - Sarstedt Figura 7. Tensiómetro OMRON M2 Figura 8. Secuencia temporal del experimento del caso de estudio 1 Figura 9. Definición del entorno de laboratorio Figura 10. Visualización de la interfaz Figura 11. Participante con cada escena. De izquierda a derecha: escena 1, escena 2, escena 3. Figura 12. Hoja de registro ensayos individuales (apartado I.2.4.1 del anexo I) Figura 13. Emplazamiento Atlas Building (fuente: Google Earth) Figura 14. Imagen del Atlas Building (fuente: TEAM V architects) Figura 15. Definición de los espacios de trabajo. Figura 16. Hoja de registro en entornos compartidos (apartado I.3.1.2 del anexo I) Figura 17. Modelo parcial del espacio Figura 18. Configuración de la sala con sensores en el plano de trabajo (E1, E2, E3) y posición del fotosensor (S) Figura 19. Modelo simulado Figura 20. Proceso temporal de los ensayos Figura 21. Caracterización del espacio y zonificación de las luminarias. Círculo verde: luminarias estándar. Cuadrado amarillo: nuevo sistema de luminarias biodinámicas. Cuadrado azul: sondas de iluminación Figura 22. Imagen botonera Figura 23. Tipo de iluminación en cada campaña Figura 24. Percepción del usuario y respuestas de comodidad en la entrevista ÍNDICE DE FIGURAS 289 ÍNDICE DE FIGURAS Figura 25. Gráfico preferencias control usuario Figura 26. Tipos de cambios realizados Figura 27. Nivel de satisfacción de cada escena Figura 28. Ejemplos de collage de dos participantes Figura 29. Resumen de los condicionantes del confort visual de los ocupantes del espacio Figura 30. Categorías por escenas: interacciones del usuario Figura 31. Categorías por escena: motivo del cambio Figura 32. Aceptación de cada parámetro por escena de acuerdo con la fuerza de los cambios después de las acciones de los participantes Figura 33. Aceptación de cada parámetro por escena según los comentarios de los participantes Figura 34. CCT e iluminancia establecida por los usuarios. Puntuaciones de la fuerza del cambio Figura 35. Curvas SPD resultantes. 35_a: S1; 35_b: S2; 35_c: S3 Figura 36. Evolución de la agudeza visual. Configuración pref. vs. configuración preestablecida Figura 37. Curva de Kruithof (región blanca: zona confortable) Figura 38. Distribución de valores de cortisol Figura 39. Distribución valores presión arterial SYS Y DIA Figura 40. Relación entre el valor de iluminancia medido por el fotosensor ubicado en el techo (S) y los valores medios de iluminancia en el plano de trabajo (E) para los días medidos con condiciones de cielo nublado Figura 41. Incidencia de la radiación solar en el interior del espacio Figura 42. Iluminancia del plano de trabajo (S) frente a la señal del fotosensor (E) Figura 43. Iluminancia horizontal y CCT en la zona de control y circulación Figura 44. Iluminancia del plano de trabajo (S) frente a la señal del fotosensor (E) Figura 45. Resultados satisfacción percepción visual. Campaña 1 vs. campaña 5 Figura 46. Resultados prueba discretización de color Figura 47. Resultados rendimiento autopercibido Figura 48. Relación cortisol Campaña 1 vs. Campaña 5 Figura 49. Datos de iluminancia monitorizados entre el 27/03 y el 26/04. Figura 50. Porcentaje de interacciones de los usuarios con la botonera hora a hora durante un mes según los datos medidos por los sensores Figura 51. Influencia de la luz ultravioleta en los sensores DL2 y DL3 Figura 52. Recomendaciones para el análisis de las preferencias y necesidades de los ocupantes para configurar un sistema de iluminación adaptado a los usuarios y que considere la luz natural MATERIAL COMPLEMENTARIO ANEXOS I 292 ANEXOS I I.1. Material Caso de estudio 1 293 ANEXOS I I.1.1. Criterios de admisión/exclusión 294 ANEXOS I I.1.2. Consentimiento informado 295 ANEXOS I 296 ANEXOS I I.1.3. Información instrumental empleado I.1.3.1. Espectrómetro Konica Minolta CL-70F 303 ANEXOS I 304 ANEXOS I I.1.4.4. STROOP TEST 305 ANEXOS I I.1.4.4. MAT 306 ANEXOS I I.1.4.5. Prueba Farnsworth- Munsell 100 307 ANEXOS I I.1.4.6. Prueba compresión lectora 308 ANEXOS I 309 ANEXOS I I.1.4.7. Prueba operaciones matemáticas 310 ANEXOS I I.1.4.8. Test de rendimiento 311 ANEXOS I 312 ANEXOS I I.2. Material Caso de estudio 2 319 ANEXOS I I.3.1.2. Pyranometer LP PYRA 12 320 ANEXOS I I.4. Material Caso de estudio 4 321 ANEXOS I I.4.1. Criterios admisión/ exclusión 322 ANEXOS I I.4.2. Consentimiento informado 323 ANEXOS I 324 ANEXOS I I.4.3.1. Elecsys cortisol I.4.3. Información instrumental empleado 325 ANEXOS I I.4.4.1. Encuestas I.4.4. Material ensayos 326 ANEXOS I 327 ANEXOS I 328 ANEXOS I PUBLICACIONES ANEXOS II ANEXOS II I.1. Comunicaciones II.1.1. User centered lighting environment. Assessing the variables for a biodynamic health enhanced control logic sŽůϭϭϲϵ ϯϱƚŚW>ŽŶĨĞƌĞŶĐĞWůĂŶŶŝŶŐWŽƐƚĂƌďŽŶŝƟĞƐ DOI: ŚƩƉƐĚŽŝŽƌŐϭϬϭϳϵϳϵƐƉƵĚĐϵϳϴϴϰϵϳϰϵϳϵϰϳ sŽůϭϭϲϵ Authors ORCID: ϭƐƚϬϬϬϬͲϬϬϬϮͲϳϰϳϮͲϯϲϵϲ ϮŶĚϬϬϬϬͲϬϬϬϮͲϬϬϲϳͲϭϲϲy ϯƌĚϬϬϬϬͲϬϬϬϮͲϵϭϳϳͲϴϳϯϲ ϰƚŚϬϬϬϬͲϬϬϬϮͲϱϳϯϲͲϳϭϮϰ ϱƚŚϬϬϬϬͲϬϬϬϯͲϯϬϳϬͲϲϲϴϬ W>ϮϬϮϬKZhH WůĂŶŶŝŶŐWŽƐƚĂƌďŽŶŝƚŝĞƐ hƐĞƌĐĞŶƚĞƌĞĚůŝŐŚƚŝŶŐĞŶǀŝƌŽŶŵĞŶƚ ƐƐĞƐƐŝŶŐƚŚĞǀĂƌŝĂďůĞƐĨŽƌĂďŝŽĚLJŶĂŵŝĐŚĞĂůƚŚĞŶŚĂŶĐĞĚĐŽŶƚƌŽůůŽŐŝĐ ZD/K^D>KWͲ>Ks/>>KϭDZ/dZ^'h/>Zϭ^Dh>KD/E'hͲDZ/>>Kϭ /'E/KK^dϭ:hE:K^^EZϭ ϭ/ŶƐƚŝƚƵƚŽhŶŝǀĞƌƐŝƚĂƌŝŽĚĞƌƋƵŝƚĞĐƚƵƌĂLJŝĞŶĐŝĂƐĚĞůĂŽŶƐƚƌƵĐĐŝſŶƐĐƵĞůĂdĠĐŶŝĐĂ^ƵƉĞƌŝŽƌĚĞƌƋƵŝƚĞĐƚƵƌĂ hŶŝǀĞƌƐŝĚĂĚĚĞ^ĞǀŝůůĂ^ĞǀŝůůĞ^ƉĂŝŶ ^dZdŶĂƉƉƌŽĂĐŚŝƐƉƌŽƉŽƐĞĚƚŽĂƐƐĞƐƐƚŚĞĚŝĨĨĞƌĞŶƚƉĂƌĂŵĞƚĞƌƐƵƐĞĚĨŽƌƚŚĞĨĞĞĚŝŶŐŽĨĂ ďŝŽĚLJŶĂŵŝĐ ůŝŐŚƚŝŶŐͲĐŽŶƚƌŽů ƐLJƐƚĞŵ ĨŽƌ ďŽƚŚ ƚŚĞ ŝŶƚĞŐƌĂƚŝŽŶ ŽĨ ŶĂƚƵƌĂů ĂŶĚ ĞůĞĐƚƌŝĐĂů ůŝŐŚƚŝŶŐ ƉƌŝŽƌŝƚŝnjŝŶŐ ŚĞĂůƚŚ ĂŶĚ ƚŚĞ ĞƌŐŽŶŽŵŝĐƐŽĨƵƐĞƌƐĐĐŽƌĚŝŶŐůLJǀĂƌŝĂďůĞƐƚŚĂƚĚŝƌĞĐƚůLJĂĨĨĞĐƚƚŚĞŝƌĐĂĚŝĂŶ^ƚŝŵƵůƵƐ;^ͿƐƵĐŚĂƐŝůůƵŵŝŶĂŶĐĞ ůĞǀĞůƐŽƌ^WǁŝůůďĞĂŶĂůLJƐĞĚdŚĞ^ǁŝůůďĞƵƐĞĚĂƐĂƉƌŝŵĂƌLJŝŶĚŝĐĂƚŽƌŽĨƚŚĞŝŵƉĂĐƚŽĨƚŚĞƌŽŽŵůŝŐŚƚŝŶŐŝŶƚŚĞ ŚĞĂůƚŚĂŶĚƚŚĞƉĞƌĨŽƌŵĂŶĐĞŽĨƵƐĞƌƐĐĂƐĞƐƚƵĚLJŝƐĚĞǀĞůŽƉĞĚŝŶĂŶ/ŶƚĞŶƐŝǀĞĂƌĞhŶŝƚ;/hͿǁŚĞƌĞƚŚĞĐĂƌĞͲ ǁŽƌŬĞƌƐ ŚĂǀĞ ƵŶŝŶƚĞƌƌƵƉƚĞĚ ƐŚŝĨƚƐ ŽĨ ϭϮ ŚŽƵƌƐ Ϯϰϯϲϱ dŚĞ ŵŽĚĞůƐ ŝŶƚĞŐƌĂƚĞ ŶĂƚƵƌĂů ĂŶĚ ĞůĞĐƚƌŝĐĂů ůŝŐŚƚŝŶŐ ƚŚƌŽƵŐŚ ĨŝǀĞ ƐĐĞŶĂƌŝŽƐ ŝŶǀŽůǀŝŶŐ ƐƚĂŶĚĂƌĚ ĚŝŵŵĂďůĞ ĂŶĚ ƚƵŶĞĂďůĞͲǁŚŝƚĞ ůƵŵŝŶĂŝƌĞƐ ĂŶĚ ƚŚĞ ŝŵƉĂĐƚ ŝŶ ƚŚĞ ŝƌĐĂĚŝĂŶ^ƚŝŵƵůƵƐ;^ͿŝƐĂƐƐĞƐƐĞĚdǁŽůŽĐĂƚŝŽŶƐǁŝƚŚĚŝĨĨĞƌĞŶƚƚLJƉĞŽĨƐŬLJĐŽŶĚŝƚŝŽŶƐ;^ĞǀŝůůĞĂŶĚ>ŽŶĚŽŶͿĂƌĞ ƚĞƐƚĞĚĚƵƌŝŶŐǁŝŶƚĞƌĂŶĚƐƵŵŵĞƌƚLJƉŝĐĂůĚĂLJƐdŚĞƌĞƐƵůƚƐĚĞƚĞƌŵŝŶĞƚŚĂƚďŽƚŚƚŚĞůƵŵŝŶŽƵƐĨůƵdžĂŶĚƚŚĞ^W ŚĂǀĞ Ă ƐŝŐŶŝĨŝĐĂƚŝǀĞ ŝŵƉĂĐƚ ŽŶ ^ ƐŽ ƚŚĞ ƵƐĞ ŽĨ ƚƵŶĞĂďůĞ ůƵŵŝŶĂŝƌĞƐ ƉƌĞƐĞŶƚƐ ĂŶŽƚŚĞƌ ǁŽƌƚŚLJ ƉŽƚĞŶƚŝĂů ƚŽ ŽƉƚŝŵŝnjĞ^ůĞǀĞůƐƐLJŶĐŚƌŽŶŝnjĂƚŝŽŶŝŶƚŽƐŚŝĨƚͲƚŝŵĞĞŶǀŝƌŽŶŵĞŶƚƐĂƐ/hDzƐƐŝŶĐĞƚŚĞLJĂůůŽǁďŽƚŚƉĂƌĂŵĞƚĞƌƐƚŽďĞ ƌĞŐƵůĂƚĞĚ <ztKZ^hƐĞƌͲŚĞĂůƚŚƚĂƐŬͲŽƌŝĞŶƚĞĚƐŵĂƌƚůŝŐŚƚŝŶŐĐŽŶƚƌŽůďŝŽĚLJŶĂŵŝĐůŝŐŚƚŝŶŐĐŝƌĐĂĚŝĂŶƐƚŝŵƵůƵƐ ϭ /EdZKhd/KE dŚĞ ĐŽŶĨŽƌŵĂƚŝŽŶ ŽĨ ƚŚĞ ůŝŐŚƚ ĞŶǀŝƌŽŶŵĞŶƚ ŝƐ Ă ŬĞLJĨĂĐƚŽƌĨŽƌƚŚĞĚĞĨŝŶŝƚŝŽŶŽĨĂƌĐŚŝƚĞĐƚƵƌĂůƐƉĂĐĞƚ ƉƌĞƐĞŶƚ ǁŝƚŚŝŶ ƚŚĞ ĐŽŶĨŝŐƵƌĂƚŝŽŶ ŽĨ ƚŚĞ ǀŝƐƵĂů ĨŝĞůĚ ƚŚĞ ŝŶƚĞŐƌĂƚŝŽŶ ŽĨ ŶĂƚƵƌĂů ůŝŐŚƚ ŝƐ ŽŶĞ ŽĨ ƚŚĞ ŵĂŝŶ ƚŽƉŝĐƐĨŽƌƌĞĨůĞĐƚŝŽŶ΀ϭ΁/ƚƐŝŶĐŽƌƉŽƌĂƚŝŽŶŝŶƚŽŝŶƚĞƌŝŽƌ ƐƉĂĐĞƐ ĚŽĞƐ ŶŽƚ ŽŶůLJ ƉĞƌŵŝƚ ƐŝŐŶŝĨŝĐĂŶƚ ĞŶĞƌŐLJ ƐĂǀŝŶŐƐ ŝŶ ůŝŐŚƚŝŶŐ ƐLJƐƚĞŵƐ ΀Ϯ΁ ĂŶĚ ƉƌŽǀŝĚĞ ƉƐLJĐŚŽůŽŐŝĐĂůĂŶĚĂĞƐƚŚĞƚŝĐĂƐƉĞĐƚƐ΀ϯ΁ďƵƚŝƚĂůƐŽŚĂƐ Ă ŚŝŐŚůLJ ƐŝŐŶŝĨŝĐĂŶƚ ĞĨĨĞĐƚ ŽŶ ƚŚĞ ŚĞĂůƚŚ ĂŶĚ ƉŚLJƐŝŽůŽŐŝĐĂůͲƉƌŽĐĞƐƐĞƐ ŽĨ ƚŚĞ ƵƐĞƌƐ ΀ϰ΁ dŚƵƐ ŵƵůƚŝƉůĞƐƵƌǀĞLJƐĚĞŵŽŶƐƚƌĂƚĞƚŚĞĐĂƉĂĐŝƚLJŽĨŶĂƚƵƌĂů ůŝŐŚƚŝŶŐ ƚŽ ƌĞŐƵůĂƚĞ ĐŝƌĐĂĚŝĂŶ ƌŚLJƚŚŵƐ ĂŶĚ ƚŚĞ ĂůĞƌƚŶĞƐƐŽĨŽĐĐƵƉĂŶƚƐ΀ϱ΁EĂƚƵƌĂůůŝŐŚƚƉƌŽǀŝĚĞƐƚŚĞ ĂƉƉƌŽƉƌŝĂƚĞ ĐŚĂƌĂĐƚĞƌŝƐƚŝĐƐ ƚŽ ƌĞŐƵůĂƚĞ ƚŚĞ ŚƵŵĂŶ ĐŝƌĐĂĚŝĂŶ ƐLJƐƚĞŵ ΀ϲ΁ ,ŽǁĞǀĞƌ ŶŽǁĂĚĂLJƐ ǁĞ ƐƉĞŶĚ ŵŽƐƚ ŽĨ ƚŚĞ ĚĂLJ ŝŶƐŝĚĞ ďƵŝůĚŝŶŐƐ ƐƵďũĞĐƚĞĚ ŝŶ ŵŽƐƚ ĐĂƐĞƐƚŽĐŽŶƐƚĂŶƚĞůĞĐƚƌŝĐůŝŐŚƚŝŶŐĂŶĚůŝŐŚƚƐƉĞĐƚƌƵŵ ŝŶĨůƵdždŚĞŵŽƐƚĞdžƚƌĞŵĞĐĂƐĞƐĐĂŶďĞĨŽƵŶĚŝŶǁŽƌŬ ĐĞŶƚƌĞƐ ǁŚĞƌĞ ƉƌŽĨĞƐƐŝŽŶĂůƐ ǁŽƌŬ ŝŶ ƐŚŝĨƚƐ ƵŶĚĞƌ ĂƌƚŝĨŝĐŝĂů ůŝŐŚƚ ĨŽůůŽǁŝŶŐ Ă Ϯϰϯϲϱ ƐĐŚĞĚƵůĞ ^ĞǀĞƌĂů ƐƚƵĚŝĞƐ ŚĂǀĞ ƐŚŽǁŶ ƚŚĂƚ ƵƐŝŶŐ ŝůůƵŵŝŶĂƚŝŽŶ ƚŽ ƌĞƉƌŽĚƵĐĞƚŚĞƐƉĞĐƚƌĂůĚŝƐƚƌŝďƵƚŝŽŶŽĨŶĂƚƵƌĂůůŝŐŚƚŝƚ ŝƐ ƉŽƐƐŝďůĞ ƚŽ ĐŽŶƚƌŝďƵƚĞ ƚŽ ƌĞŐƵůĂƚŝŶŐ ƚŚĞ ĐŝƌĐĂĚŝĂŶ ƌŚLJƚŚŵ ΀ϳ΁ ƚŚƵƐ ƉƌĞǀĞŶƚŝŶŐ ŚĞĂůƚŚ ŝƐƐƵĞƐ ƐƵĐŚ ĂƐ ƐůĞĞƉĚŝƐƌƵƉƚŝŽŶĚĞƉƌĞƐƐŝŽŶĐĂƌĚŝŽǀĂƐĐƵůĂƌĚŝƐĞĂƐĞƐ ŽƌĐĂŶĐĞƌĂŵŽŶŐƉƌŽĨĞƐƐŝŽŶĂůƐ΀ϴ΁ dŚĞƌĞ ĂƌĞ ƚǁŽ ŵĂŝŶ ƉĂƌĂŵĞƚĞƌƐ ƚŚĂƚ ĂĨĨĞĐƚ ĐŝƌĐĂĚŝĂŶ ƌŚLJƚŚŵ ^ƉĞĐƚƌĂů WŽǁĞƌ ŝƐƚƌŝďƵƚŝŽŶ ;^WͿ ĂŶĚƚŚĞŝůůƵŵŝŶĂŶĐĞƉĞƌĐĞŝǀĞĚďLJƚŚĞ ĞLJĞ΀ϵ΁dŚĞƐĞ ƉĂƌĂŵĞƚĞƌƐŵƵƐƚƚŚĞƌĞĨŽƌĞďĞĐŽŶƐŝĚĞƌĞĚŝŶƚŚĞ ůŝŐŚƚŝŶŐ ĐŽŶƚƌŽů ƐLJƐƚĞŵ ƉƌŽƉŽƐŝŶŐ ĞůĞĐƚƌŝĐĂů ƐŽƵƌĐĞƐ ƚŚĂƚĂůůŽǁƚŚĞŝƌĞŵŝƐƐŝŽŶƚŽďĞƌĞŐƵůĂƚĞĚ dŚĞ ůĂƚĞƐƚ ƌĞƐĞĂƌĐŚ ƌĞŐĂƌĚŝŶŐ ůŝŐŚƚŝŶŐ ĐŽŶƚƌŽů ǀŝĞǁƐ ƚŚĞ ƵƐĞƌ ĂƐ Ă ĨƵŶĚĂŵĞŶƚĂů ĚƌŝǀŝŶŐͲĨĂĐƚŽƌ ďĞĂƌŝŶŐŝŶŵŝŶĚŶŽƚŽŶůLJƚŚĞŝƌƉƌĞƐĞŶĐĞĂŶĚůŽĐĂƚŝŽŶ ďƵƚ ĂůƐŽ ĐŽŶƐŝĚĞƌŝŶŐ ƚŚĞŝƌ ďĞŚĂǀŝŽƵƌ ƉĂƚƚĞƌŶƐ ǁŚŝůĞ ĂůůŽǁŝŶŐ Ă ŵŽƌĞ ĂƵƚŽŶŽŵŽƵƐ ĐŽŶƚƌŽů ŽŶ ƚŚĞŝƌ ƉĂƌƚ ΀ϭϬ΁ dŽ ŽƉƚŝŵŝnjĞ ůŝŐŚƚŝŶŐ ƐLJƐƚĞŵƐ ŝƚ ŝƐ ŝŵƉŽƌƚĂŶƚ ƚŽ ĞǀĂůƵĂƚĞ ĂŶĚ ĐĂƚĞŐŽƌŝnjĞ ƚŚĞ ŝŵƉĂĐƚ ŽĨ ĚŝĨĨĞƌĞŶƚ ǀĂƌŝĂďůĞƐ ĨŽƌ ŵĂŶĂŐŝŶŐ ;ĨĞĞĚŝŶŐͿ ƚŚĞ ƐLJƐƚĞŵƐ ŽĨ ŝŶƚĞŐƌĂůĐŽŶƚƌŽůŽĨƚŚĞůŝŐŚƚŝŶŐͶŶĂƚƵƌĂůĂŶĚĞůĞĐƚƌŝĐ dŚŝƐĚĞƚĞƌŵŝŶĞƐƚŚĞŝŵƉŽƌƚĂŶĐĞŝŶƚŚĞůŝŐŚƚŝŶŐƐLJƐƚĞŵ ƌĞƐƉŽŶƐĞ ĂŶĚĞƐƉĞĐŝĂůůLJ ƚŚĞ ŝŵƉĂĐƚ ŽĨƚŚĞĚŝĨĨĞƌĞŶƚ ĨĂĐƚŽƌƐ ŝŶ ƚŚĞ ŝŶƚĞƌĂĐƚŝŽŶ ǁŝƚŚ ƚŚĞ ŝŶĚŽŽƌ ƵƐĞƌƐ ĂŶĚ ƚŚĞŝƌ ƉĞƌĨŽƌŵĂŶĐĞ dŽ ĚŽ ƐŽ ĂŶ ĞdžƉĞƌŝŵĞŶƚ ŝƐ ĚĞǀĞůŽƉĞĚ ĐŽŵďŝŶŝŶŐ ƚŚĞ ƐŝŵƵůĂƚŝŽŶ ƚĞĐŚŶŝƋƵĞƐ ŽĨ ůŝŐŚƚŝŶŐ ŵŽĚĞůƐ ĂŶĚ ĐŽŶƚƌŽů ůŽŐŝĐ ŝŶ Ă ƌĞĂů ƐƉĂĐĞ ǁŚĞƌĞ Ă ďŝŽĚLJŶĂŵŝĐ ůƵŵŝŶĂŝƌĞ ĐŽŶƚƌŽů ƐLJƐƚĞŵ ŝƐ ŝŶƐƚĂůůĞĚ /Ŷ ƚŚŝƐ ĐĂƐĞ ƚŚĞ ƐƚƵĚLJ ŽĨ ǀĂƌŝĂďůĞƐ ĨƌŽŵ ďƵŝůĚŝŶŐ ŵŽƌƉŚŽůŽŐLJ ƵƐĞƌͲŽƌŝĞŶƚĞĚ ĂŶĚ ĚLJŶĂŵŝĐ ďŝŽĚLJŶĂŵŝĐĨĂĐƚŽƌƐĂƌĞĂƐƐĞƐƐĞĚ dŚĞĂŝŵŝƐƚŽƉƌŽƉŽƐĞĂŵĞƚŚŽĚŽůŽŐLJƚŽŽƉƚŝŵŝnjĞ ĂĐŽŶƚƌŽůƐLJƐƚĞŵǁŚŝĐŚĂůůŽǁƐƚŚĞĂĚũƵƐƚŵĞŶƚŽĨƚŚĞ ĚŝĨĨĞƌĞŶƚ ǀĂƌŝĂďůĞƐ ĂĨĨĞĐƚŝŶŐ ŝƌĐĂĚŝĂŶ ^ƚŝŵƵůƵƐ ;^Ϳ ĞǀĂůƵĂƚŝŶŐƚŚĞĞĨĨĞĐƚƐŽĨĞĂĐŚŽĨƚŚĞƐĞƐLJƐƚĞŵƐ Ϯ Dd,KK>K'z hƐĞƌƐ ĂƌĞ ƚŚĞ ŵŽƐƚ ŝŵƉŽƌƚĂŶƚ ĐŽŵƉŽŶĞŶƚƐ ŝŶ Ă ůŝŐŚƚŝŶŐƐLJƐƚĞŵŐŝǀĞŶƚŚĞŝƌĞdžƉŽƐƵƌĞƚŽŝƚdŚĞƌĞĨŽƌĞ dĂďůĞ ϲ ĂLJůŝŐŚƚ ŵĞĂƐƵƌĞŵĞŶƚƐ ŝŶ ĚŝĨĨĞƌĞŶƚ ǁĞĂƚŚĞƌ ƐĐĞŶĞƐďĞĨŽƌĞĂŶĚĂĨƚĞƌƌĞŶŽǀĂƚŝŽŶ ,ŝŐŚƌĂĚ >Žǁ ƌĂĚ ,ŝŐŚƌĂĚ >Žǁ ƌĂĚ džƚĞƌŝŽƌ ;ůƵdžͿ ϯϬϬϬϬ ϮϱϬϬϬ ϮϱͲϯϬϬϬϬ ϴϱϬϬͲϵϱϬϬ DĞĚŝĂŶ ;ůƵdžͿ ϲϮ ϲϱ ϱϴ ϴϬ ,ŝŐŚƌĂĚ >Žǁ ƌĂĚ ,ŝŐŚƌĂĚ >Žǁ ƌĂĚ džƚĞƌŝŽƌ ;ůƵdžͿ ϮϱͲϯϬϬϬϬ ϭϬϱϬϬ ϮϬϬϬϬ ϭϭϬϬϬ DĞĚŝĂŶ ;ůƵdžͿ ϴϰϯ ϭϬϭϮ ϲϰϳ ϳϴϮ /ŵƉƌŽǀĞŵĞŶƚ ϭϯϱϵϲϴй ϭϱϱϲϵϮй ϭϭϭϱϱϮй ϵϳϳϱϬй t/EdZ ^WZ/E' &KZZEKsd/KE hdhDEt/EdZ &dZZEKsd/KE KŶůLJ Ă ŵĂdžŝŵƵŵ ŽĨ Ϯϱй ŽĨ ƚŚĞ ŵĞĂƐƵƌĞŵĞŶƚ ƐƉŽƚƐ ĂƌĞ ƵŶĚĞƌƚŚĞ ϱϬϬůƵdžŵĞĚŝƵŵ ůĞǀĞůŽĨ ůŝŐŚƚŝŶŐ ĂĐĐŽƌĚŝŶŐƚŽE ϭϳϬϯϳĂLJůŝŐŚƚŝŶďƵŝůĚŝŶŐƐ ΀ϵ΁dŚŝƐ ƌĞƋƵŝƌĞŵĞŶƚŝƐƵƐƵĂůůLJŵĞƚǁŝƚŚĂƌƚŝĨŝĐŝĂůůŝŐŚƚŝŶŐďƵƚ ŝŶ ƚŚŝƐ ĐĂƐĞ ĚĂLJůŝŐŚƚ ĂƵƚŽŶŽŵLJ ŝƐ ĞŶƐƵƌĞĚ ƚŚƌŽƵŐŚ ƚŚĞŵŽƐƚƉĂƌƚŽĨƚŚĞƐĐŚŽŽůŚŽƵƌƐ ĂLJůŝŐŚƚ ůĞǀĞůƐ ĂƌĞ ĞǀĞŶ ŚŝŐŚ ŽŶ Ă ƚŚŝƌĚ ŽĨ ƚŚĞ ƐƉŽƚƐ dŚŝƐ ŝƐƐƵĞ ŝƐ ĂĚĚƌĞƐƐĞĚ ǁŝƚŚ ƚŚĞ ŝŶƐŝĚĞ ďůŝŶĚƐ ĂŶĚ ĞdžƚĞƌŝŽƌ ƐŚƵƚƚĞƌƐ KŶ ƚŚĞ ŵŽŶƚŚƐ ŽĨ ŵŽƌĞ ƌĂĚŝĂƚŝŽŶ ƚŚĞ ƚǁŽ ǁŝŶĚŽǁƐ ĨĂĐŝŶŐ ƐŽƵƚŚ ĐĂŶ ďĞ ĐŽŵƉůĞƚĞůLJ ďůŝŶĚĞĚ ǁŝƚŚ ƚŚĞ ƌŽůůĞƌ ƐŚƵƚƚĞƌƐ ĂŶĚ ƚŚĞ ĐůĂƐƐƌŽŽŵǁŝůůƐƚŝůůďĞĚĂLJůŝƚǁŝƚŚƚŚĞŶŽƌƚŚ ǁŝŶĚŽǁƐ ĂĐĐŽƌĚŝŶŐƚŽƚŚĞƐŝŵƵůĂƚŝŽŶƐ ϯϰ hƐĞƌƐƉĞƌƐƉĞĐƚŝǀĞ /ŶƚĞƌǀŝĞǁƐ ǁŝůůƚĂŬĞƉůĂĐĞůĂƚĞƌŝŶ ϮϬϮϬĂƐ Ks/ ϭϵƐŝƚƵĂƚŝŽŶŚĂƐ ŝŵƉĂĐƚĞĚ ƚŚĞ ĐĂůĞŶĚĂƌŽĨƚŚŝƐƉƌŽũĞĐƚ ƚƚŚŝƐ ŵŽŵĞŶƚ ǁĞ ĐĂŶ ŽŶůLJ ƌĞůĂLJ ŽŶ ŚŽǁ ƵƐĞƌƐ ŚĂǀĞ ĞdžƉƌĞƐƐĞĚ ƚŚĞŝƌƐĞŶƐĂƚŝŽŶƐ ĚƵƌŝŶŐƚŚĞŝŶĨŽƌŵĂůƚĞĂŵƐ ǀŝƐŝƚƐƚŽƚŚĞƐĐŚŽŽů dŚĞ ĞdžƉĞƌŝĞŶĐĞ ŽĨ ƚŚĞ ƵƐĞƌƐ ŝƐ ĞdžƚƌĞŵĞůLJ ƉŽƐŝƚŝǀĞ ^ƚƵĚĞŶƚƐ ĂƐ ǁĞůů ĂƐ ƚĞĂĐŚĞƌƐ ŚĂǀĞ ŶŽƚŝĐĞĚ Ă ĐŽŶƐŝĚĞƌĂďůĞ ŝŵƉƌŽǀĞŵĞŶƚ ŽŶ ĞŶĞƌŐLJ ĂŶĚ ŵŽŽĚ ĚƵƌŝŶŐůĞƐƐŽŶƐ /ŶƚĞƌǀŝĞǁƐ ĂƌĞ ĞdžƉĞĐƚĞĚ ƚŽ ƐŚŽǁ ƚŚĞ ǀĂůƵĞ ŽĨ ĚĂLJůŝƚƐƉĂĐĞƐ ǁŝƚŚ ǀŝĞǁƐ ĨŽƌƵƐĞƌƐ ĂƐ ǁĞůůĂƐ ŵĂŬĞ ƚŚĞ ĐŽŶŶĞĐƚŝŽŶ ďĞƚǁĞĞŶ ƚŚŝƐ ĚĞƐŝƌĂďůĞ ƌŽŽŵ ĂŶĚ ďĞƚƚĞƌ ůĞĂƌŶŝŶŐƉƌĞĚŝƐƉŽƐŝƚŝŽŶ ϰ KE>h^/KE ^ŵĂůů ĞŶǀĞůŽƉĞ ƌĞŶŽǀĂƚŝŽŶƐ ĐĂŶ ŚŝŐŚůLJ ŝŵƉƌŽǀĞ ĐŽŵĨŽƌƚ ĂŶĚ ŚĞĂůƚŚ ƉĂƌĂŵĞƚĞƌƐ ŝŶ ƐĐŚŽŽůƐ WƌŽũĞĐƚƐ ĂŝŵŝŶŐ ƚŽ ŝŵƉƌŽǀĞ ĚĂLJůŝŐŚƚ ĂŶĚ /Y ůĞǀĞůƐ ĐĂŶ ƚĂŬĞ ĂĚǀĂŶƚĂŐĞ ŽĨ ƐƵŶ ĐŽŶƚƌŽů ĚĞǀŝĐĞƐ ĂŶĚ ŶĂƚƵƌĂů ǀĞŶƚŝůĂƚŝŽŶ ƚŽ ŐĞƚ ďĞƚƚĞƌ ĞŶǀŝƌŽŶŵĞŶƚƐ ǁŝƚŚŽƵƚ Ă ƐŝŐŶŝĨŝĐĂŶƚ ŝŵƉĂĐƚ ŽŶ ƚŚĞƌŵĂů ĐŽŵĨŽƌƚ Žƌ ĞŶĞƌŐLJ ĐŽŶƐƵŵƉƚŝŽŶĚƵƌŝŶŐƐĐŚŽŽůŚŽƵƌƐ dŚĞŝŵƉƌŽǀĞŵĞŶƚ ŽĨ ĚĂLJůŝŐŚƚ ŝŶ ƚŚĞĐůĂƐƐƌŽŽŵ ŝƐ ǀĞƌLJ ŚŝŐŚ ƌĞĚƵĐŝŶŐ ƚŚĞ ĚĞƉĞŶĚĞŶĐLJ ŽŶ ĂƌƚŝĨŝĐŝĂů ůŝŐŚƚŝŶŐďLJϵϬй dŚĞ ĐůĂƐƐƌŽŽŵ ŚĂĚ ƐĞƌŝŽƵƐ /Y ŝƐƐƵĞƐ ĂƐ ĐŽŶĐĞŶƚƌĂƚŝŽŶ ůĞǀĞůƐ ǁĞƌĞ ĞdžƚƌĞŵĞůLJ ŚŝŐŚ dŚĞ ŝŵƉƌŽǀĞŵĞŶƚ ŽĨ ƚŚŝƐ ƉĂƌĂŵĞƚĞƌ ŝƐ ŽƵƚƐƚĂŶĚŝŶŐ ĞǀĞŶ ǁŚĞŶƚŚĞ ƐŵĂƌƚǀĞŶƚŝůĂƚŝŽŶǁĂƐ ŽĨĨĂŶĚ ĂŝƌƌĞŶŽǀĂƚŝŽŶ ĚĞƉĞŶĚĞĚ ŽŶ ƵƐĞƌƐ dŚĞ ĂďŝůŝƚLJ ŽĨ ƚŚĞ ĐůĂƐƐƌŽŽŵ ƚŽ ďĞ ǀĞŶƚŝůĂƚĞĚǁŝƚŚƚŚĞŶĞǁǁŝŶĚŽǁƐŝŶĐƌĞĂƐĞĚƌĂĚŝĐĂůůLJ dŚĞƌŵĂů ĐŽŵĨŽƌƚ ŚĂƐ ŶŽƚ ďĞĞŶ ƉĞŶĂůŝnjĞĚ ďLJ ƚŚĞ ŶĞǁ ǁŝŶĚŽǁƐŝŶĂŶLJŽĨ ƚŚĞ ŵŽŶƚŚƐ ĚƵƌŝŶŐǁŚŝĐŚĚĂƚĂ ǁĂƐ ĐŽůůĞĐƚĞĚ dŚĞƌŵĂů ĐŽŵĨŽƌƚ ŝŶ ǁŝŶƚĞƌ ŝƐ ǀĞƌLJ ƐŝŵŝůĂƌƚŽ ƚŚĞ ůĞǀĞůƐ ĂĐŚŝĞǀĞĚ ďĞĨŽƌĞƚŚĞƌĞŶŽǀĂƚŝŽŶ ^ŽůĂƌ ŐĂŝŶƐ ĐŽŵƉĞŶƐĂƚĞ ŝŶĐƌĞĂƐĞĚ ƚŚĞƌŵĂů ůŽƐƐĞƐ ƚŚƌŽƵŐŚ ƚŚĞ ŐůĂƐƐ dĞŵƉĞƌĂƚƵƌĞƐ ĚƵƌŝŶŐ ƚŚĞ ůĂƐƚ ŵŽŶƚŚ ŽĨ ƐƵŵŵĞƌƐŚŽǁ ŶŽ ŽǀĞƌŚĞĂƚŝŶŐĚƵƌŝŶŐ ƐĐŚŽŽů ŚŽƵƌƐ ĚƵĞ ƚŽ ƚŚĞ ƉŽƐŝƚŝǀĞ ĞĨĨĞĐƚ ŽĨ ĨƌĞĞ ĐŽŽůŝŶŐ ĂŶĚ ƐŚĂĚŝŶŐ ĚĞǀŝĐĞƐ ,ŽǁĞǀĞƌ ŵŽŶŝƚŽƌŝŶŐ ƌĞƐƵůƚƐ ĨŽƌ :ƵŶĞĂƌĞŶĞĐĞƐƐĂƌLJƚŽƌĂƚŝĨLJƚŚĂƚĐŽŽůŝŶŐƐĞĂƐŽŶŝƐĂůƐŽ ƐĂĨĞ ĨƌŽŵ ůŽƐŝŶŐ ƚŚĞƌŵĂů ĐŽŵĨŽƌƚ ǁŝƚŚ Ă ŐĞŶĞƌŽƵƐ ĂŵŽƵŶƚ ŽĨ ŐůĂnjŝŶŐdŚŝƐ ĚĂƚĂ ǁŝůů ŶŽƚ ďĞ ĐŽůůĞĐƚĞĚ ƵŶƚŝů :ƵŶĞϮϬϮϭďĞĐĂƵƐĞ ƐĐŚŽŽůƐ ǁŝůůďĞĐůŽƐĞĚŝŶϮϬϮϬĚƵĞ ƚŽKs/ϭϵ /ŶƚĞƌǀŝĞǁƐ ĂŶĚ ǁŽƌŬƐŚŽƉƐ ǁŝƚŚ ƐƚƵĚĞŶƚƐ ĂŶĚ ƚĞĂĐŚĞƌƐ ǁŝůů ďĞ ƌĞƐĐŚĞĚƵůĞĚ ƚŽ Ăƚ ůĞĂƐƚ ƵƚƵŵŶ ϮϬϮϬ tĞĞdžƉĞĐƚĨƵƌƚŚĞƌĚĂƚĂ ĐŽůůĞĐƚŝŽŶ ĂŶĚĂŶĂůLJƐŝƐ ƚŽ ƐŚŽǁĂŶĂĚĞƋƵĂƚĞ ƉĞƌĨŽƌŵĂŶĐĞĚƵƌŝŶŐƚŚĞ ǁĂƌŵĞƐƚ ŵŽŶƚŚ ŽĨ ƚŚĞ LJĞĂƌ &ƌŽŵ ƚŚĞ ƉĂƌƚŝĐŝƉĂƚŝǀĞ ƌĞƐĞĂƌĐŚ ƋƵĂůŝƚĂƚŝǀĞ ĐŽŶĐůƵƐŝŽŶƐ ǁŝůů ďĞ ĚƌĂǁŶ ŽƚŚ ƋƵĂůŝƚĂƚŝǀĞ ĂŶĚ ƋƵĂŶƚŝƚĂƚŝǀĞ ĐŽŶĐůƵƐŝŽŶƐ ǁŝůů ďĞ ĂŶĂůLJƐĞĚ ĐŽŵƉƌĞŚĞŶƐŝǀĞůLJƚŽĚĞŵŽŶƐƚƌĂƚĞƚŚĂƚ ,ĞĂůƚŚŝĞƌƐƉĂĐĞƐĐĂŶ ŝŵƉƌŽǀĞ ůĞĂƌŶŝŶŐĞĚƵĐĂƚŝŽŶ ƌĂƚĞƐĂŶĚĞŶĞƌŐLJĞĨĨŝĐŝĞŶĐLJ ƉƉƌŽƉƌŝĂƚĞ/YŝƐǀŝƚĂůƚŽĞŶƐƵƌŝŶŐŽƉƉŽƌƚƵŶŝƚŝĞƐ ĂƌĞ ďĞŝŶŐƚĂŬĞŶĂŶĚĐŚŝůĚƌĞŶĂƌĞ ďĞŝŶŐƉƌŽƚĞĐƚĞĚ ^ŵĂůů ĞŶǀĞůŽƉĞ ƌĞŶŽǀĂƚŝŽŶƐ ĐŽŵďŝŶĞĚ ǁŝƚŚ ĂƵƚŽŵĂƚŝŽŶŝŵƉƌŽǀĞĐŽŵĨŽƌƚĂŶĚŚĞĂůƚŚƉĂƌĂŵĞƚĞƌƐ ^ŵĂƌƚƐƵŶĐŽŶƚƌŽůĂůůŽǁƐ ďĞƚƚĞƌůƵŵŝŶŽƵƐ ĐŽŵĨŽƌƚ ǁŝƚŚŽƵƚĐŽŵƉƌŽŵŝƐŝŶŐƚŚĞƌŵĂůĐŽŵĨŽƌƚĚƵƌŝŶŐƐĐŚŽŽů ŚŽƵƌƐ Z&ZE^ ϭ ůƵLJƐƐĞŶ WD ;ϮϬϬϵͿ dŚĞ /ŶĚŽŽƌ ŶǀŝƌŽŶŵĞŶƚ ,ĂŶĚŬ ,Žǁ ƚŽ ŵĂŬĞ ďƵŝůĚŝŶŐƐ ŚĞĂůƚŚLJ ĂŶĚ ĐŽŵĨŽƌƚĂďůĞ Ě ĂƌƚŚƐĐĂŶ Ϯ &ĞƌŐƵƐ EŝĐŽů ;ϮϬϭϯͿ dŚĞ >ŝŵŝƚƐ ŽĨ dŚĞƌŵĂů ŽŵĨŽƌƚ ǀŽŝĚŝŶŐ KǀĞƌŚĞĂƚŝŶŐ ŝŶ ƵƌŽƉĞĂŶƵŝůĚŝŶŐƐ dDϱϮ/^ ϯ 'ĂůĂƐŝƵ ĞƚĂůKĐĐƵƉĂŶƚ ƉƌĞĨĞƌĞŶĐĞƐ ĂŶĚƐĂƚŝƐĨĂĐƚŝŽŶ ǁŝƚŚ ƚŚĞ ůƵŵŝŶŽƵƐ ĞŶǀŝƌŽŶŵĞŶƚ ĂŶĚ ĐŽŶƚƌŽů ƐLJƐƚĞŵƐ ŝŶ ĚĂLJůŝƚŽĨĨŝĐĞƐĂůŝƚĞƌĂƚƵƌĞƌĞǀŝĞǁ ϰ ,ĞƐĐŚŽŶŐ > ;ϮϬϬϯͿ ĂLJůŝŐŚƚŝŶŐ ŝŶ ƐĐŚŽŽůƐ ĂŶ ŝŶǀĞƐƚŝŐĂƚŝŽŶ ŝŶƚŽƚŚĞƌĞůĂƚŝŽŶƐŚŝƉ ďĞƚǁĞĞŶ ĚĂLJͲůŝŐŚƚŝŶŐĂŶĚ ŚƵŵĂŶƉĞƌĨŽƌŵĂŶĐĞ,ĞƐĐŚŽŶŐDĂŚŽŶĞ'ƌŽƵƉ ϱ ĞƌƐŽŶ D ƵŶŶ & DŽƚŽŚĂƌƵ dĂŬĂŽ ;ϮϬϬϮͿ WŚŽƚŽƚƌĂŶƐĚƵĐƚŝŽŶ ďLJ ƌĞƚŝŶĂů ŐĂŶŐůŝŽŶ ĐĞůůƐ ƚŚĂƚ ƐĞƚ ƚŚĞ ĐŝƌĐĂĚŝĂŶ ĐůŽĐŬ^ĐŝĞŶĐĞ;ϮϬϬϮͿϮϵϱ;ϱϱϱϳͿϭϬϳϬͲϯ ϲƌĂŝŶĂƌĚ ' ;ϮϬϬϮͿ WŚŽƚŽƌĞĐĞƉƚŝŽŶ ĨŽƌ ƌĞŐƵůĂƚŝŽŶ ŽĨ ŵĞůĂƚŽŶŝŶ ĂŶĚ ƚŚĞ ĐŝƌĐĂĚŝĂŶ ƐLJƐƚĞŵ ŝŶ ŚƵŵĂŶƐ &ŝĨƚŚ /ŶƚĞƌŶĂƚŝŽŶĂů>ZKůŝŐŚƚŝŶŐƌĞƐĞĂƌĐŚƐLJŵƉŽƐŝƵŵKƌůĂŶĚŽ ϳ 'ƵŶŶĂƌ 'ƌƺŶ ^ƵƐĂŶŶĞ hƌůĂƵď ;ϮϬϭϱͿ /ŵƉĂĐƚ ŽĨ ƚŚĞ ŝŶĚŽŽƌ ĞŶǀŝƌŽŶŵĞŶƚ ŽŶ ůĞĂƌŶŝŶŐ ŝŶ ƐĐŚŽŽůƐ ŝŶ ƵƌŽƉĞ ^ƚƵĚLJ ZĞƉŽƌƚ &ƌĂƵŶŚŽĨĞƌͲ/ŶƐƚŝƚƵƚ Ĩƺƌ ĂƵƉŚLJƐŝŬ /W ϴ 'ĂŝŚƌĞ ^ ^ĞŵƉůĞ ^ DŝůůĞƌ : &ŝĞůĚŝŶŐ ^ dƵƌŶĞƌ ^ ;ϮϬϭϰͿ ůĂƐƐƌŽŽŵ ĐĂƌďŽŶ ĚŝŽdžŝĚĞ ĐŽŶĐĞŶƚƌĂƚŝŽŶ ƐĐŚŽŽů ĂƚƚĞŶĚĂŶĐĞĂŶĚ ĞĚƵĐĂƚŝŽŶĂů ĂƚƚĂŝŶŵĞŶƚ:ŽƵƌŶĂůŽĨ^ĐŚŽŽů ,ĞĂůƚŚ ϵ ƐŽĐŝĂĐŝſŶ ƐƉĂŹŽůĂ ĚĞ EŽƌŵĂůŝnjĂĐŝſŶ ;ϮϬϭϵͿ hEͲE ϭϳϬϯϳϮϬϭϵĂLJůŝŐŚƚ ŝŶ ďƵŝůĚŝŶŐƐ sŽůϭϭϳϬ ϯϱƚŚW>ŽŶĨĞƌĞŶĐĞWůĂŶŶŝŶŐWŽƐƚĂƌďŽŶŝƟĞƐ DOI: ŚƩƉƐĚŽŝŽƌŐϭϬϭϳϵϳϵƐƉƵĚĐϵϳϴϴϰϵϳϰϵϳϵϰϳ ĂůƚŚŽƵŐŚ ŝƚ ŝƐ ŶĞĐĞƐƐĂƌLJ ƚŽ ƉƌŽƉŽƐĞ Ă ƐLJƐƚĞŵ ƚŚĂƚ ĂĚĂƉƚƐƚŽƚŚĞŝƌŶĞĞĚƐƚŽŐƵĂƌĂŶƚĞĞƚŚĞŝƌĐŽŵĨŽƌƚŝƚŝƐ ĂůƐŽŝŵƉŽƌƚĂŶƚƚŽƚĂŬĞƚŚĞŝƌŚĞĂůƚŚŝŶƚŽĐŽŶƐŝĚĞƌĂƚŝŽŶ dŚŝƐŝƐĚĞĐŝƐŝǀĞĞƐƉĞĐŝĂůůLJŝŶƐƉĂĐĞƐƚŚĂƚĂƌĞŝŶƵƐĞ Ϯϰϯϲϱ ƐƵĐŚ ĂƐ ŚŽƐƉŝƚĂůƐ /Ŷ ĂĚĚŝƚŝŽŶ ƚŚŝƐ ŝƐƐƵĞ ŝƐ ĞǀĞŶ ŵŽƌĞ ŝŵƉŽƌƚĂŶƚ ŝŶ /ŶƚĞŶƐŝǀĞ ĂƌĞ hŶŝƚƐ ǁŚĞƌĞ ƉƌŽĨĞƐƐŝŽŶĂůƐ ǁŽƌŬ Ϯϰϯϲϱ ŝŶ ĚŝĨĨĞƌĞŶƚ ƐŚŝĨƚƐ ĂŶĚ ƐĞƋƵĞŶĐĞƐ /Ŷ ƚŚĞƐĞ ƐĞƚƚŝŶŐƐ ƚŚĞ ƚŝŵŝŶŐ ĂŶĚ ŽƉƚŝŵŝnjĂƚŝŽŶ ŽĨ ĂůĞƌƚŶĞƐƐ ďĞĐŽŵĞ ŬĞLJ ĂƐƉĞĐƚƐ ƚŽ ďĞ ĂĚĚĞĚƚŽƚŚĞƌĞƋƵŝƌĞŵĞŶƚƐŽĨŝŶĚŝǀŝĚƵĂůƚĂƐŬƐ /ŶĂĚĚŝƚŝŽŶƚŽǀĂƌŝĂďůĞƐƐƵĐŚĂƐŝůůƵŵŝŶĂŶĐĞůĞǀĞůƐ ŽƌĐŽůŽƵƌƌĞŶĚŝƚŝŽŶŬĞLJƚŽ^ŽƚŚĞƌĨĂĐƚŽƌƐƌĞůĂƚĞĚƚŽ ŵŽƌƉŚŽůŽŐŝĐĂů Žƌ ĞŶǀŝƌŽŶŵĞŶƚĂů ĂƐƉĞĐƚƐ ƐƵĐŚ ĂƐ ŽƌŝĞŶƚĂƚŝŽŶůŽĐĂƚŝŽŶƚLJƉĞŽĨƐŬLJŽƌƚŝŵĞŽĨLJĞĂƌĂƌĞ ĐŽŶƐŝĚĞƌĞĚ ƐǁĞůůĂƐƚŚĞůŝŐŚƚŝŶŐǀĂůƵĞƐĂƐƐŽĐŝĂƚĞĚǁŝƚŚƚŚĞ ƚĂƐŬ ĂŶĚ ^ ŝƚ ŝƐ ŝŵƉŽƌƚĂŶƚ ƚŽ ĞƐƚĂďůŝƐŚ ƚŚĞ ǁŽƌŬ ƉůĂŶĞŽŶǁŚŝĐŚƚŚĞƐĞůĞǀĞůƐĂƌĞƚŽďĞĂĐŚŝĞǀĞĚdŚŝƐ ŵĂŬĞƐŝƚ ĞƐƐĞŶƚŝĂůƚŽĞƐƚĂďůŝƐŚƚŚĞĂŶĂůLJƐŝƐƉŽŝŶƚƐŽĨ ƚŚĞƐĞǀĂůƵĞƐ dŚŝƐ ĂŶĂůLJƐŝƐ ŝƐ ĐĂƌƌŝĞĚ ŽƵƚ ŝŶ ĂŶ /ŶƚĞŶƐŝǀĞ ĂƌĞ hŶŝƚǁŚĞƌĞĐĂƌĞƉĞƌƐŽŶŶĞůǁŽƌŬƚǁŽĚŝĨĨĞƌĞŶƚƐŚŝĨƚƐ ŽŶĞ ĚƵƌŝŶŐ ƚŚĞ ĚĂLJ ĨƌŽŵ ϴϬϬ Ăŵ ƚŽ ϴϬϬ Ɖŵ ĂŶĚ ĂŶŽƚŚĞƌĂƚŶŝŐŚƚĨƌŽŵϴϬϬƉŵƚŽϴϬϬĂŵdŚŝƐǁŝůů ďĞ ĚĞĐŝƐŝǀĞ ŝŶ ƐĞƚƚŝŶŐ ƚŚĞ ƉĂƌĂŵĞƚĞƌƐ ƚŚĂƚ ƌĞŐƵůĂƚĞ ƚŚĞ^ ůů ƚŚĞƐĞ ĚĞƚĞƌŵŝŶŝŶŐ ĨĂĐƚŽƌƐ ƚŚĞŶ ďĞĐŽŵĞ ƚŚĞ ǀĂƌŝĂďůĞƐ ƚŽ ďĞ ĂŶĂůLJƐĞĚ ǁŝƚŚ ƚŚĞ /s ĨŽƌ ZŚŝŶŽ ƉƌŽŐƌĂŵǁŚŝĐŚŽƉĞƌĂƚĞƐŝŶĂƐŝŵŝůĂƌǁĂLJƚŽĂLJƐŝŵ Žƌ ZĂĚŝĂŶĐĞ ĂŶĚ ŚĂƐ ďĞĞŶ ǀĂůŝĚĂƚĞĚ ďLJ ƐĞǀĞƌĂů ƐƚƵĚŝĞƐ ΀ϭϭ΁ ůƚŚŽƵŐŚ ƚǁŽ ůŽĐĂƚŝŽŶƐ ĂƌĞ ƉƌŽƉŽƐĞĚ ĨŝĞůĚ ŵĞĂƐƵƌĞŵĞŶƚƐ ƚŽ ĐĂůŝďƌĂƚĞ ƚŚĞ ŵŽĚĞů ǁŝůů ďĞ ĐĂƌƌŝĞĚ ŽƵƚ ŝŶ ^ĞǀŝůůĞ dŚĞ ŝůůƵŵŝŶĂŶĐĞ Ăƚ ĞĂĐŚ ƉŽŝŶƚ ǁŝůůďĞĂŶĂůLJƐĞĚǁŝƚŚƚŚŝƐƚŽŽůKŶĐĞƚŚĞƐĞǀĂůƵĞƐĂƌĞ ŬŶŽǁŶƚŚĞ^ĐĂůĐƵůĂƚŽƌ΀ϭϮ΁ǁŝůůŽďƚĂŝŶƚŚĞƌĞƐƵůƚƐ ĨŽƌ ĂŶĂůLJƐŝŶŐ ƚŚĞ ĞĨĨĞĐƚ ŽĨ ƚŚĞ ĚŝĨĨĞƌĞŶƚ ĐŽŶƚƌŽů ƐLJƐƚĞŵƐ ŽŶ ^ dŚĞ ^ ĐĂůĐƵůĂƚŽƌ ŝƐ ďĂƐĞĚ ŽŶ Ă ƉŚŽƚŽƚƌĂŶƐĚƵĐƚŝŽŶ ŵŽĚĞů ĚĞǀĞůŽƉĞĚ ďLJ ZĞĂů Ğƚ Ăů ϮϬϬϱ΀ϭϮ΁ǁŚŝĐŚĐŽŶƐŝĚĞƌƐƚŚĞŵĞůĂŶŽƉŝĐƌĞƐƉŽŶƐĞŽĨ ƚŚĞ ŝƉZ' ĐĞůůƐ ŽĨ ƚŚĞ ĞLJĞ ĂƐ ǁĞůů ĂƐ ƚŚĞ ƐŚŽƌƚͲ ǁĂǀĞůĞŶŐƚŚ ƉŚŽƚŽƌĞĐĞƉƚŽƌƐƐƵĐŚ ĂƐ ƌŽĚƐĂŶĚ ĐŽŶĞƐ ;^Ϳ ŝŶ ĚĞƚĞƌŵŝŶŝŶŐ ƚŚĞ ŵĞůĂƚŽŶŝŶ ƐƵƉƉƌĞƐƐŝŽŶ ƉƌŽĚƵĐĞĚďLJƚŚĞůŝŐŚƚƉĞƌĐĞŝǀĞĚ ϮϭĞƐĐƌŝƉƚŝŽŶŽĨƚŚĞƐƚƵĚLJƐƉĂĐĞ Ɛ ŝŶĚŝĐĂƚĞĚďĞĨŽƌĞ ƚŚĞ ĞdžƉĞƌŝŵĞŶƚƐ ĂƌĞ ĐĂƌƌŝĞĚ ŽƵƚŝŶĂŶ/ŶƚĞŶƐŝǀĞĂƌĞhŶŝƚ/ŶƚŚŝƐĐĂƐĞ;&ŝŐϭ&ŝŐ ϮͿ ƚŚĞ ƌŽŽŵ ŚĂƐ Ă ĐĞŶƚƌĂů ƐƉĂĐĞ ǁŚĞƌĞ ĐĂƌĞ ƉĞƌƐŽŶŶĞů ĂŶĚ ŶƵƌƐĞƐ ƉĞƌĨŽƌŵ ƚŚĞŝƌ ŶŽƌŵĂů ĂĐƚŝǀŝƚLJ ĂŶĚĂƉĞƌŝƉŚĞƌĂůĂƌĞĂǁŚĞƌĞƉĂƚŝĞŶƚƐĂƌĞůŽĐĂƚĞĚdŚĞ ĐĞŶƚƌĂůƐƉĂĐĞƌĞĐĞŝǀĞƐŶĂƚƵƌĂůůŝŐŚƚŝŶŐĨƌŽŵƚǁŽƐŝĚĞƐ ŽĨ ƚŚĞ ƵŶŝƚ ĐŽŵƉůĞŵĞŶƚĞĚ ďLJ ĂŶ ĞůĞĐƚƌŝĐ ůŝŐŚƚŝŶŐ ƐLJƐƚĞŵ WƌĞǀŝŽƵƐůLJ ƚŚŝƐ ƐƉĂĐĞ ŚĂĚ ĂŶ ĞůĞĐƚƌŝĐĂů ŝŶƐƚĂůůĂƚŝŽŶďĂƐĞĚŽŶƚŚĞƌĞƋƵŝƌĞŵĞŶƚƐĂŶĚŶĞĞĚƐŽĨ ƚŚĞƐƉĂĐĞ/ƚŚĂƐŶŽǁ ďĞĞŶƌĞƉůĂĐĞĚďLJĂƐLJƐƚĞŵŽĨ ŵŽĚƵůĂƌ>ůƵŵŝŶĂƌŝĞƐĂƌƌĂŶŐĞĚŝŶƚŚĞĐĞŶƚƌĂůĂƌĞĂ ĐŽŝŶĐŝĚŝŶŐǁŝƚŚƚŚĞŶƵƌƐŝŶŐĐŽŶƚƌŽůĂƌĞĂƐŽƚŚĂƚƚŚĞ ůŝŐŚƚŝŶŐ ĂĨĨĞĐƚƐ ŚŽƐƉŝƚĂůŝnjĞĚ ƉĂƚŝĞŶƚƐ ĂƐ ůŝƚƚůĞ ĂƐ ƉŽƐƐŝďůĞdŚƵƐƉĂƚŝĞŶƚƐĂƌĞŽŶůLJĞdžƉŽƐĞĚƚŽůŝŐŚƚŝŶŐŝŶ ĐĂƐĞƐ ǁŚĞŶ ĐƵƌĞƐ Žƌ ƚƌĞĂƚŵĞŶƚƐ ŚĂǀĞ ƚŽ ďĞ ƉĞƌĨŽƌŵĞĚ ϮϮ>ŝŐŚƚŝŶŐĚĞĨŝŶŝƚŝŽŶ dŚĞŶĞǁůŝŐŚƚŝŶŐƐLJƐƚĞŵĐŽŶƐŝƐƚƐŽĨ>ůƵŵŝŶĂŝƌĞƐ ǁŚŝĐŚ ĐĂŶ ďĞ ĐŽŶƚƌŽůůĞĚ ƚŚƌŽƵŐŚ ƚŚĞ ĞůĞĐƚƌŝĐĂů ĨůŽǁ ĂŶĚ ^W dŚŝƐ ĂůůŽǁƐ ĞůĞĐƚƌŝĐĂů ůŝŐŚƚ ƚŽ ĞŵƵůĂƚĞ ƚŚĞ ƐƉĞĐƚƌƵŵ ŽĨ ŶĂƚƵƌĂů ůŝŐŚƚ ĂŶĚ ƚŽ ĐŽŶƚƌŝďƵƚĞ ƚŽ ƚŚĞ ĐŽƌƌĞĐƚƌĞŐƵůĂƚŝŽŶŽĨĐŝƌĐĂĚŝĂŶƌŚLJƚŚŵƐ ^ĞǀĞƌĂů ĚĞƐŝŐŶ ŝƚĞƌĂƚŝŽŶƐ ĂƌĞ ĐĂƌƌŝĞĚ ŽƵƚ ƉƌĞǀŝŽƵƐůLJĂŶĚĐŽŶƚƌĂƐƚĞĚǁŝƚŚ/>hy΀ϭϭ΁ƐŽĨƚǁĂƌĞ ƚŽ ŽƉƚŝŵŝnjĞ ƚŚĞ ĂƌƌĂŶŐĞŵĞŶƚ ŽĨ ƚŚĞ ůƵŵŝŶĂŝƌĞƐ ƚŽ ĞŶƐƵƌĞ ƵŶŝĨŽƌŵ ŝůůƵŵŝŶĂŶĐĞ ůĞǀĞůƐ ͶĂ ŬĞLJ ĚĞƐŝŐŶ ĂƐƉĞĐƚͶĂŶĚĂǁŽƌŬͲƉůĂŶĞĂǀĞƌĂŐĞůĞǀĞůŽĨĂƌŽƵŶĚ ϱϬϬ ůƵdž ĂƐ ƌĞƋƵŝƌĞĚ ĨŽƌ ƚŚĞ ĂĐƚŝǀŝƚLJ ŝŶ ĐŽŵƉůŝĂŶĐĞ ǁŝƚŚƐƚĂŶĚĂƌĚEϭϮϰϲϰͲϭϮϬϭϮ΀ϭϯ΁ ϮϯWĂƌĂŵĞƚĞƌƐ ƵĞƚŽƚŚĞĐŽŵƉůĞdžŝƚLJŽĨƋƵĂŶƚŝĨLJŝŶŐƚŚĞƉƌŝŽƌŝƚLJ ŽĨ ĞĂĐŚ ǀĂƌŝĂďůĞ ǁŚĞŶ ĚĞĨŝŶŝŶŐ ƚŚĞ ůŝŐŚƚŝŶŐ ĐŽŶƚƌŽů ƐLJƐƚĞŵŝƚ ŝƐ ĐƌƵĐŝĂůƚŽƐƉĞĐŝĨLJǁŚŝĐŚƉĂƌĂŵĞƚĞƌƐĂƌĞ ƚŚĞĚĞƚĞƌŵŝŶŝŶŐǀĂƌŝĂďůĞƐƚŽŽƉƚŝŵŝnjĞ^/ŶƚŚŝƐĐĂƐĞ ĨĞǁĞƌ ǀĂƌŝĂďůĞƐ ǁĞƌĞ ĐŚŽƐĞŶ ƚŽ ĂĐŚŝĞǀĞ ƌĞůŝĂďůĞ ƌĞƐƵůƚƐ ŝŶ Ă ƐŝŵƉůĞ ǁĂLJ ƐĂǀŝŶŐ ŽŶ ĐŽŵƉƵƚĂƚŝŽŶĂů ĞĨĨŽƌƚƐ dŚĞƐĞ ǀĂƌŝĂďůĞƐ ǁŝůů ďĞ ƚŚĞ ŝŶƉƵƚƐ ŽĨ ƚŚĞ ƐLJƐƚĞŵ ƐŽ ƚŚĂƚ ƚŚĞLJ ĐĂŶ ďĞ ĐůĂƐƐŝĨŝĞĚ ĂĐĐŽƌĚŝŶŐ ƚŽ ĚŝĨĨĞƌĞŶƚĐĂƚĞŐŽƌŝĞƐ /Ŷ ƚĞƌŵƐ ŽĨ ƚŚĞ ŵŽƌƉŚŽůŽŐLJ ŽĨ ƚŚĞ ƐƉĂĐĞ ƚŚĞ ůŽĐĂƚŝŽŶŝƐĚĞĐŝƐŝǀĞ/ŶƚŚŝƐƐĞŶƐĞƚǁŽůŽĐĂƚŝŽŶƐǁĞƌĞ ƐĞůĞĐƚĞĚ ĨŽƌ Ă ǁŝĚĞƌ ƌĂŶŐĞ ŽĨ ƌĞƐƵůƚƐ ^ĞǀŝůůĞ ĂŶĚ >ŽŶĚŽŶ dŚĞ ĨŽƌŵĞƌ ůŽĐĂƚŝŽŶ ĐŽƌƌĞƐƉŽŶĚƐ ƚŽ Ă ƉƌĞĚŽŵŝŶĂŶƚůLJĐůĞĂƌƐŬLJƚLJƉĞ;/ϱϱͿĂŶĚƚŚĞůĂƚƚĞƌ ƌĞƉƌĞƐĞŶƚƐĂƚLJƉŝĐĂůůLJŽǀĞƌĐĂƐƚƐŬLJ;/ϲϱͿƐŽƚŚĂƚ ĞŶǀŝƌŽŶŵĞŶƚĂůǀĂƌŝĂďůĞƐƐƵĐŚĂƐƚŚĞŝŶĨůƵĞŶĐĞŽĨƐŬLJ ƚLJƉĞǁŝůůĂůƐŽďĞĐŽŶƐŝĚĞƌĞĚŚĞƌĞƐŝƚŝƐĂůƐŽǁŽƌƚŚ ŶŽƚŝŶŐ ƚŚĞ ŝŶĨůƵĞŶĐĞ ŽĨ ƚŚĞ ĚŝƌĞĐƚ ŝŶĐŝĚĞŶĐĞ ŽĨ ƚŚĞ ƐƵŶ ƚǁŽ ĚŝĨĨĞƌĞŶƚ ƚŝŵĞ ƉĞƌŝŽĚƐ ǁŝůů ďĞ ĂŶĂůLJƐĞĚ ǁŝŶƚĞƌ;ĞĐĞŵďĞƌϮϭͿĂŶĚƐƵŵŵĞƌ;:ƵŶĞϮϭͿ dŚŝƐĂƐƉĞĐƚŝƐĨƵŶĚĂŵĞŶƚĂůŝŶƚŚĞƌĞŐƵůĂƚŝŽŶŽĨƚŚĞ ^ ƐŝŶĐĞ ƚŚĞƐĞ ĨĂĐƚŽƌƐ ĂƌĞ ůŝŶŬĞĚ ƚŽ ƚŚĞ ĂŵŽƵŶƚ ŽĨ ŶĂƚƵƌĂů ůŝŐŚƚ ƚŚĂƚ ƚŚĞ ƐƉĂĐĞƐ ƌĞĐĞŝǀĞ ΀ϭϰ΁ dŚĞƐĞ ůŝŐŚƚŝŶŐůĞǀĞůƐǁŝůůĂůƐŽďĞƌĞůĂƚĞĚƚŽƚŚĞƚLJƉĞŽĨƚĂƐŬ ďĞŝŶŐ ƉĞƌĨŽƌŵĞĚ ĂƐ ǁĞůů ĂƐ ƵƐĞƌƐ ƐĐŚĞĚƵůĞƐ dŚĞƐĞ ƚǁŽǀĂƌŝĂďůĞƐĂƌĞƌĞůĂƚĞĚĂŶĚůŝŐŚƚŝŶŐůĞǀĞůƐŽĨϱϬϬůƵdž dĂďůĞϭWƌŽƉŽƐĞĚƉĂƌĂŵĞƚĞƌƐ h/>/E' DKZW,K>K'z >Kd/KE ^ĞǀŝůůĞ >ŽŶĚŽŶ zED/ &dKZ^ dzWK&^<z KǀĞƌĐĂƐƚƐŬLJ ůĞĂƌƐŬLJ d/DWZ/K tŝŶƚĞƌ;ϭϮϮϭͿ ^ƵŵŵĞƌ;ϬϲϮϭͿ d^<ͲKZ/Ed d^< ϱϬϬůdž ϭϬϬůdž ^,h> ϴϬϬĂŵʹϴϬϬƉŵ ϴϬϬƉŵʹϴϬϬĂŵ Ɛ&dKZ^ >/',d/EdE^/dz ϰϭϬϬůŵ d ϱϬϬϬ< ϯϱϬϬ< sŽůϭϭϳϭ ϯϱƚŚW>ŽŶĨĞƌĞŶĐĞWůĂŶŶŝŶŐWŽƐƚĂƌďŽŶŝƟĞƐ DOI: ŚƩƉƐĚŽŝŽƌŐϭϬϭϳϵϳϵƐƉƵĚĐϵϳϴϴϰϵϳϰϵϳϵϰϳ &ŝŐƵƌĞϭ^ĞƚƚŝŶŐĂŶĂůLJƐĞĚƉŽŝŶƚƐ ƚǁŽǀĂƌŝĂďůĞƐĂƌĞƌĞůĂƚĞĚĂŶĚůŝŐŚƚŝŶŐůĞǀĞůƐŽĨϱϬϬůƵdž ĂƌĞ ƌĞƋƵŝƌĞĚ ĨŽƌ ĚĂLJƚŝŵĞ ŚŽƵƌƐ ĐŽŝŶĐŝĚŝŶŐ ǁŝƚŚ ƚŚĞ ŚŽƵƌƐŽĨŵŽƐƚĂĐƚŝǀŝƚLJǁŚŝůĞϭϬϬůƵdžĂƌĞĞƐƚĂďůŝƐŚĞĚ ĨŽƌ ŶŝŐŚƚ ƚŝŵĞ ƚŽ ĞŶƐƵƌĞ ƉĂƚŝĞŶƚ ƌĞƐƚ ǁŚŝůĞ ĂůůŽǁŝŶŐ ǁŽƌŬĞƌƐ ƚŽ ĐŽŶƚŝŶƵĞ ƚŚĞŝƌ ƚĂƐŬƐ ƐŝŶĐĞ ŝƚ ŝƐ ĂŶ /ŶƚĞŶƐŝǀĞ ĂƌĞ hŶŝƚ ǁŚĞƌĞ ƉĂƚŝĞŶƚƐ ĂƌĞ ĐĂƌĞĚ ĨŽƌ Ϯϰ ŚŽƵƌƐdŚĞƐĞƚŚƌĞƐŚŽůĚƐŚĂǀĞďĞĞŶĞƐƚĂďůŝƐŚĞĚĂĨƚĞƌ ĐĂƌƌLJŝŶŐ ŽƵƚ ƐĞǀĞƌĂů ǀŝƐƵĂů ƉĞƌĐĞƉƚŝŽŶ ƐƵƌǀĞLJƐ ŽĨ ŚĞĂůƚŚĐĂƌĞ ƉĞƌƐŽŶŶĞů ĨƌŽŵ ǁŚŝĐŚ ŝƚ ŚĂƐ ďĞĞŶ ŽďƚĂŝŶĞĚƚŚĂƚĚƵƌŝŶŐƚŚĞĚĂLJǀĂůƵĞƐŚŝŐŚĞƌƚŚĂŶϱϬϬ ůƵdž ĐĂƵƐĞ ǀŝƐƵĂů ĚŝƐƚƌĞƐƐ ĂŶĚ ƚŚĞ ƐĂŵĞ ǁŝƚŚ ǀĂůƵĞƐ ŚŝŐŚĞƌƚŚĂŶϭϬϬůƵdžĂƚŶŝŐŚƚ ZĞŐĂƌĚŝŶŐ ƚŚĞ ^ ĐŽŵƉŽŶĞŶƚƐ ŝƚ ŝƐ ĞƐƐĞŶƚŝĂů ƚŽ ĚĞƚĞƌŵŝŶĞ ƚŚĞ ĐŽůŽƵƌ ƚĞŵƉĞƌĂƚƵƌĞ ƐŽ ƚŚĂƚ Ă ƉƌĞĚŽŵŝŶĂŶƚůLJďůƵĞůŝŐŚƚĂƚϱϬϬϬ<ŝƐŶĞĞĚĞĚĚƵƌŝŶŐ ƚŚĞ ĚĂLJƚŝŵĞ ǁŚŝůĞ ŝŶ ŽƌĚĞƌ ƚŽ ƉƌŽŵŽƚĞ ŵĞůĂƚŽŶŝŶ ƐĞĐƌĞƚŝŽŶ   ĂŵŽŶŐ     ƚŚĞ     ǁŽƌŬĞƌƐ Ăƚ ŶŝŐŚƚ ƚĞŵƉĞƌĂƚƵƌĞƐ ŽĨ ϯϱϬϬ < ŝƐ ƵƐĞĚ >ŝŐŚƚ ƐŽƵƌĐĞƐ ŚĂǀĞ ďĞĞŶƐĞůĞĐƚĞĚĨƌŽŵƚŚŽƐĞǁŝƚŚĂŶĞŵŝƐƐŝŽŶƐƉĞĐƚƌƵŵ ;ƌĞƉƌĞƐĞŶƚĞĚďLJƚŚĞŝƌĐŽůŽƵƌƚĞŵƉĞƌĂƚƵƌĞͿůŝŶŬĞĚǁŝƚŚ ƚŚĞ ƉƌĞĚŽŵŝŶĂŶĐĞ ŽĨ ƐŚŽƌƚͲǁĂǀĞůĞŶŐƚŚ ĐŽŶĞ ƉŚŽƚŽƌĞĐĞƉƚŽƌƐ ŝŶ ƚŚĞ ŵŽƐƚ ĐŽŵŵŽŶ ůŝŐŚƚŝŶŐ ƐLJƐƚĞŵƐ ŝŶ ƉƵďůŝĐ ďƵŝůĚŝŶŐƐ ƐƵĐŚ ĂƐ ŚŽƐƉŝƚĂůƐ ĐŽƌƌĞƐƉŽŶĚŝŶŐƚŽĂdǀĂůƵĞďĞƚǁĞĞŶϯϱϬϬĂŶĚϱϬϬϬ < ΀ϭϱ΁ dŚŝƐ ŝƐďĞĐĂƵƐĞ ƚŚĞ ĐŝƌĐĂĚŝĂŶƐLJƐƚĞŵ ŝƐ ŵŽƌĞ ƐĞŶƐŝƚŝǀĞ ƚŽ ƐŚŽƌƚ ǁĂǀĞůĞŶŐƚŚƐ ƐŽ ƚŚĂƚ Ă ĐŽůĚ ůŝŐŚƚ ƌĞƐƵůƚ ŝŶ ŐƌĞĂƚĞƌ ƐƵƉƉƌĞƐƐŝŽŶ ŽĨ ŵĞůĂƚŽŶŝŶ ǁŚŝůĞ Ă ǁĂƌŵĞƌůŝŐŚƚƉƌŽĚƵĐĞƐůŽǁĞƌƐƵƉƉƌĞƐƐŝŽŶ dĂďůĞϭƐŚŽǁƐƚŚĞĚŝĨĨĞƌĞŶƚǀĂƌŝĂďůĞƐƉƌŽƉŽƐĞĚƚŽ ĂŶĂůLJƐĞƚŚĞŝƌŝŶĨůƵĞŶĐĞŽŶ^ Ϯϰ^ƚƵĚLJƉŽŝŶƚƐ dŚĞ ƌĞƐƵůƚƐ ŽĨ ϲ ůŽĐĂƚŝŽŶƐ ŝŶ ƚŚĞ ƐƉĂĐĞ ǁŝůů ďĞ ĂŶĂůLJƐĞĚĐŽƌƌĞƐƉŽŶĚŝŶŐƚŽƚŚĞǁŽƌŬƉůĂĐĞƐ &ŝŐƵƌĞϮ^ƉĂĐĞŵŽĚĞů dǁŽƉŽŝŶƚƐĂƌĞĂŶĂůLJƐĞĚŝŶĞĂĐŚŽĨƚŚĞůŽĐĂƚŝŽŶƐ ŽŶĞĐŽƌƌĞƐƉŽŶĚŝŶŐƚŽƚŚĞǁŽƌŬƉůĂŶĞĂŶĚƚŚĞŽƚŚĞƌƚŽ ƚŚĞůŝŶĞŽĨǀŝƐŝŽŶŽĨƚŚĞǁŽƌŬĞƌƐdŚƵƐĨŽƌĐĂƐĞƐ   ĂŶĚ & Ă ǁŽƌŬ ƉůĂŶĞ ůŽĐĂƚĞĚ Ăƚ н ϬϴϬ ŵ ǁŝƚŚ ƌĞƐƉĞĐƚƚŽƚŚĞŐƌŽƵŶĚĂŶĚĂůŝŶĞŽĨǀŝƐŝŽŶŽĨнϭϮϮŵ ŝƐĂŶĂůLJƐĞĚ&ŽƌĐĂƐĞǁŚŽƐĞĂĐƚŝǀŝƚLJŝƐ ĐĂƌƌŝĞĚ ŽƵƚ ƐƚĂŶĚŝŶŐ ƚŚĞ ǁŽƌŬ ƉůĂŶĞ ŝƐ ůŽĐĂƚĞĚ Ăƚ нϭϮϮ ŵ ĂŶĚ ƚŚĞ ǀŝƐŝŽŶ ƉůĂŶĞ Ăƚ нϭϱϱ ŵ ǁŝƚŚ ƌĞƐƉĞĐƚ ƚŽ ŐƌŽƵŶĚ ůĞǀĞůdŚĞϭϮĂŶĂůLJƐŝƐƉŽŝŶƚƐĂƌĞƐŚŽǁŶŝŶ&ŝŐϭ ϮϱDŽĚĞůĚĞƐĐƌŝƉƚŝŽŶ dŚĞŵŽĚĞůůŝŶŐŽĨƚŚŝƐ/ŶƚĞŶƐŝǀĞĂƌĞhŶŝƚ;&ŝŐϮͿŝƐ ĐĂƌƌŝĞĚ ŽƵƚ ƵƐŝŶŐ ZŚŝŶŽ ϲ ĂŶĚ ĂŶĂůLJƐĞĚ ďLJ /s ĨŽƌ ZŚŝŶŽϰϭϬϭϭ KŶĐĞƚŚĞŵŽĚĞůǁĂƐĐŽŵƉůĞƚĞĚŝƚǁĂƐǀĂůŝĚĂƚĞĚ ƚŽĞŶƐƵƌĞƚŚĂƚƚŚĞƌĞƐƵůƚƐǁĞƌĞƉƌŽĚƵĐĞĚŝŶƚŚĞŵŽƐƚ ƌĞůŝĂďůĞ ǁĂLJ ƉŽƐƐŝďůĞ dŽ ĚŽ ƐŽ Ă ƐĞƌŝĞƐ ŽĨ ƉŽŝŶƚƐ ǁĞƌĞƐĞůĞĐƚĞĚĨŽƌǀĂƌŝŽƵƐŵĞĂƐƵƌĞŵĞŶƚƐŝŶƚŚĞ^ĞǀŝůůĞ ůŽĐĂƚŝŽŶƵƐŝŶŐĂ<ŽŶŝĐĂDŝŶŽůƚĂ>ͲϳϬ&ƐƉĞĐƚƌŽŵĞƚĞƌ ƚŽŵĞĂƐƵƌĞƚŚĞŚŽƌŝnjŽŶƚĂůŝůůƵŵŝŶĂŶĐĞĂŶĚƐƉĞĐƚƌƵŵ ŝŶĨŽƵƌǀĞƌƚŝĐĂůĚŝƌĞĐƚŝŽŶƐ&ƵƌƚŚĞƌŵŽƌĞƚŽƉƌŽĚƵĐĞĂ ŵŽƌĞ ƌĞůŝĂďůĞ ŵŽĚĞů ƚŚĞ ĐŽůŽƵƌ ƐƉĞĐƚƌĂ ŽĨ ƚŚĞ ĚŝĨĨĞƌĞŶƚƐƵƌĨĂĐĞƐŽĨƚŚŝƐƐƉĂĐĞǁĞƌĞĂŶĂůLJƐĞĚƵƐŝŶŐĂ WͲ^DϴƐƉĞĐƚƌŽƉŚŽƚŽŵĞƚĞƌ ϮϲDĞƚƌŝĐƐ /ƚŝƐŶĞĐĞƐƐĂƌLJƚŽĂŶĂůLJƐĞďŽƚŚƚŚĞŶĂƚƵƌĂůůŝŐŚƚŝŶŐ ĂŶĚƚŚĞůĞǀĞůƐŽĨĞůĞĐƚƌŝĐůŝŐŚƚŝŶŐĂƚĞĂĐŚŽĨƚŚĞƐĞϭϮ ƉŽŝŶƚƐdŽĚŽƚŚŝƐǁĞƵƐĞƚŚĞ/ůůƵŵŝŶĂŶĐĞ;ůƵdžͿŵĞƚƌŝĐ ĚĞĨŝŶĞĚ ďLJ ƚŚĞ / ;/ŶƚĞƌŶĂƚŝŽŶĂů ŽŵŵŝƐƐŝŽŶ ŽĨ /ůůƵŵŝŶĂƚŝŽŶͿ ΀ϭϲ΁ ƚŽ ĂƐƐĞƐƐ ƚŚĞ ŝŵƉĂĐƚ ŽĨ ŶĂƚƵƌĂů ůŝŐŚƚtŝƚŚĂůůƚŚĞƐĞĐŽŶĚŝƚŝŽŶƐƚŚĞůŝŐŚƚŝŶŐůĞǀĞůƐǁŝůů ďĞĂŶĂůLJƐĞĚŚŽƵƌůLJŝŶĞĂĐŚĐĂƐĞ DŽƌĞŽǀĞƌ ƚŽ ĚĞƚĞƌŵŝŶĞ ƚŚĞ ŝůůƵŵŝŶĂŶĐĞ ůĞǀĞůƐ ŽĨĨĞƌĞĚďLJĞůĞĐƚƌŝĐůŝŐŚƚŝŶŐŝŶĚŝĨĨĞƌĞŶƚĐŽŶĨŝŐƵƌĂƚŝŽŶƐ ƚŚĞůĞǀĞůƐƌĞĂĐŚĞĚĂƚĞĂĐŚƉŽŝŶƚ;ŶŝŐŚƚƐŝƚƵĂƚŝŽŶͿĂƌĞ ĂŶĂůLJƐĞĚ ǁŝƚŚ ƚŚĞ ĂďŽǀĞ ŵĞƚƌŝĐ ĂŶĚ ĂƐƐƵŵŝŶŐ ŽŶůLJ ĞůĞĐƚƌŝĐůŝŐŚƚ ĂƐĞĚŽŶĂůůƚŚĞŝůůƵŵŝŶĂŶĐĞǀĂůƵĞƐĞƐƚĂďůŝƐŚĞĚŝƚ ŝƐ ƉŽƐƐŝďůĞ ƚŽ ĚĞƌŝǀĞ ƚŚĞ ŝƌĐĂĚŝĂŶ ^ƚŝŵƵůƵƐ ;^Ϳ Ă ŵĞƚƌŝĐďĂƐĞĚŽŶƚŚĞĐĂůĐƵůĂƚŝŽŶŵŽĚĞůĚĞǀĞůŽƉĞĚďLJ ƚŚĞ >Z ;>ŝŐŚƚŝŶŐ ZĞƐĞĂƌĐŚ ĞŶƚƌĞͿ dŚŝƐ ŵĞƚƌŝĐ ĞǀĂůƵĂƚĞƐƚŚĞƌĞŐƵůĂƚŝŽŶŽĨŵĞůĂƚŽŶŝŶĐŽŶƐŝĚĞƌŝŶŐƚŚĞ ĂĚũƵƐƚŵĞŶƚŽĨƚŚĞůƵŵŝŶŽƵƐĨůƵdžŽĨƚŚĞůĂŵƉƐƐĞĞŬŝŶŐ ĂŶ ĂĐĐƵƌĂƚĞ ĨŽƌĞĐĂƐƚ ŽĨ ƚŚĞ ůŝŐŚƚŝŶŐ ƌĞƋƵŝƌĞŵĞŶƚƐ ŶĞĐĞƐƐĂƌLJ ĨŽƌ ƚŚĞ ĐŽƌƌĞĐƚ ŽƉĞƌĂƚŝŽŶ ŽĨ ƚŚĞ ĞůĞĐƚƌŝĐ ŝŶƐƚĂůůĂƚŝŽŶ ΀ϭϳ΁ ^ĞǀĞƌĂů ƐƚƵĚŝĞƐ ŚĂǀĞ ƋƵĂŶƚŝĨŝĞĚ ƚŚĞ ŝŶĨůƵĞŶĐĞŽĨůŝŐŚƚŽŶĐŝƌĐĂĚŝĂŶƌŚLJƚŚŵƐďLJĞƐƚĂďůŝƐŚŝŶŐ ŽƉƚŝŵĂů^ƉĂƌĂŵĞƚĞƌƐ/ŶƚŚĞƌĞƐĞĂƌĐŚĐĂƌƌŝĞĚŽƵƚďLJ ĂůƚŚŽƵŐŚ ŝƚ ŝƐ ŶĞĐĞƐƐĂƌLJ ƚŽ ƉƌŽƉŽƐĞ Ă ƐLJƐƚĞŵ ƚŚĂƚ ĂĚĂƉƚƐƚŽƚŚĞŝƌŶĞĞĚƐƚŽŐƵĂƌĂŶƚĞĞƚŚĞŝƌĐŽŵĨŽƌƚŝƚŝƐ ĂůƐŽŝŵƉŽƌƚĂŶƚƚŽƚĂŬĞƚŚĞŝƌŚĞĂůƚŚŝŶƚŽĐŽŶƐŝĚĞƌĂƚŝŽŶ dŚŝƐŝƐĚĞĐŝƐŝǀĞĞƐƉĞĐŝĂůůLJŝŶƐƉĂĐĞƐƚŚĂƚĂƌĞŝŶƵƐĞ Ϯϰϯϲϱ ƐƵĐŚ ĂƐ ŚŽƐƉŝƚĂůƐ /Ŷ ĂĚĚŝƚŝŽŶ ƚŚŝƐ ŝƐƐƵĞ ŝƐ ĞǀĞŶ ŵŽƌĞ ŝŵƉŽƌƚĂŶƚ ŝŶ /ŶƚĞŶƐŝǀĞ ĂƌĞ hŶŝƚƐ ǁŚĞƌĞ ƉƌŽĨĞƐƐŝŽŶĂůƐ ǁŽƌŬ Ϯϰϯϲϱ ŝŶ ĚŝĨĨĞƌĞŶƚ ƐŚŝĨƚƐ ĂŶĚ ƐĞƋƵĞŶĐĞƐ /Ŷ ƚŚĞƐĞ ƐĞƚƚŝŶŐƐ ƚŚĞ ƚŝŵŝŶŐ ĂŶĚ ŽƉƚŝŵŝnjĂƚŝŽŶ ŽĨ ĂůĞƌƚŶĞƐƐ ďĞĐŽŵĞ ŬĞLJ ĂƐƉĞĐƚƐ ƚŽ ďĞ ĂĚĚĞĚƚŽƚŚĞƌĞƋƵŝƌĞŵĞŶƚƐŽĨŝŶĚŝǀŝĚƵĂůƚĂƐŬƐ /ŶĂĚĚŝƚŝŽŶƚŽǀĂƌŝĂďůĞƐƐƵĐŚĂƐŝůůƵŵŝŶĂŶĐĞůĞǀĞůƐ ŽƌĐŽůŽƵƌƌĞŶĚŝƚŝŽŶŬĞLJƚŽ^ŽƚŚĞƌĨĂĐƚŽƌƐƌĞůĂƚĞĚƚŽ ŵŽƌƉŚŽůŽŐŝĐĂů Žƌ ĞŶǀŝƌŽŶŵĞŶƚĂů ĂƐƉĞĐƚƐ ƐƵĐŚ ĂƐ ŽƌŝĞŶƚĂƚŝŽŶůŽĐĂƚŝŽŶƚLJƉĞŽĨƐŬLJŽƌƚŝŵĞŽĨLJĞĂƌĂƌĞ ĐŽŶƐŝĚĞƌĞĚ ƐǁĞůůĂƐƚŚĞůŝŐŚƚŝŶŐǀĂůƵĞƐĂƐƐŽĐŝĂƚĞĚǁŝƚŚƚŚĞ ƚĂƐŬ ĂŶĚ ^ ŝƚ ŝƐ ŝŵƉŽƌƚĂŶƚ ƚŽ ĞƐƚĂďůŝƐŚ ƚŚĞ ǁŽƌŬ ƉůĂŶĞŽŶǁŚŝĐŚƚŚĞƐĞůĞǀĞůƐĂƌĞƚŽďĞĂĐŚŝĞǀĞĚdŚŝƐ ŵĂŬĞƐŝƚ ĞƐƐĞŶƚŝĂůƚŽĞƐƚĂďůŝƐŚƚŚĞĂŶĂůLJƐŝƐƉŽŝŶƚƐŽĨ ƚŚĞƐĞǀĂůƵĞƐ dŚŝƐ ĂŶĂůLJƐŝƐ ŝƐ ĐĂƌƌŝĞĚ ŽƵƚ ŝŶ ĂŶ /ŶƚĞŶƐŝǀĞ ĂƌĞ hŶŝƚǁŚĞƌĞĐĂƌĞƉĞƌƐŽŶŶĞůǁŽƌŬƚǁŽĚŝĨĨĞƌĞŶƚƐŚŝĨƚƐ ŽŶĞ ĚƵƌŝŶŐ ƚŚĞ ĚĂLJ ĨƌŽŵ ϴϬϬ Ăŵ ƚŽ ϴϬϬ Ɖŵ ĂŶĚ ĂŶŽƚŚĞƌĂƚŶŝŐŚƚĨƌŽŵϴϬϬƉŵƚŽϴϬϬĂŵdŚŝƐǁŝůů ďĞ ĚĞĐŝƐŝǀĞ ŝŶ ƐĞƚƚŝŶŐ ƚŚĞ ƉĂƌĂŵĞƚĞƌƐ ƚŚĂƚ ƌĞŐƵůĂƚĞ ƚŚĞ^ ůů ƚŚĞƐĞ ĚĞƚĞƌŵŝŶŝŶŐ ĨĂĐƚŽƌƐ ƚŚĞŶ ďĞĐŽŵĞ ƚŚĞ ǀĂƌŝĂďůĞƐ ƚŽ ďĞ ĂŶĂůLJƐĞĚ ǁŝƚŚ ƚŚĞ /s ĨŽƌ ZŚŝŶŽ ƉƌŽŐƌĂŵǁŚŝĐŚŽƉĞƌĂƚĞƐŝŶĂƐŝŵŝůĂƌǁĂLJƚŽĂLJƐŝŵ Žƌ ZĂĚŝĂŶĐĞ ĂŶĚ ŚĂƐ ďĞĞŶ ǀĂůŝĚĂƚĞĚ ďLJ ƐĞǀĞƌĂů ƐƚƵĚŝĞƐ ΀ϭϭ΁ ůƚŚŽƵŐŚ ƚǁŽ ůŽĐĂƚŝŽŶƐ ĂƌĞ ƉƌŽƉŽƐĞĚ ĨŝĞůĚ ŵĞĂƐƵƌĞŵĞŶƚƐ ƚŽ ĐĂůŝďƌĂƚĞ ƚŚĞ ŵŽĚĞů ǁŝůů ďĞ ĐĂƌƌŝĞĚ ŽƵƚ ŝŶ ^ĞǀŝůůĞ dŚĞ ŝůůƵŵŝŶĂŶĐĞ Ăƚ ĞĂĐŚ ƉŽŝŶƚ ǁŝůůďĞĂŶĂůLJƐĞĚǁŝƚŚƚŚŝƐƚŽŽůKŶĐĞƚŚĞƐĞǀĂůƵĞƐĂƌĞ ŬŶŽǁŶƚŚĞ^ĐĂůĐƵůĂƚŽƌ΀ϭϮ΁ǁŝůůŽďƚĂŝŶƚŚĞƌĞƐƵůƚƐ ĨŽƌ ĂŶĂůLJƐŝŶŐ ƚŚĞ ĞĨĨĞĐƚ ŽĨ ƚŚĞ ĚŝĨĨĞƌĞŶƚ ĐŽŶƚƌŽů ƐLJƐƚĞŵƐ ŽŶ ^ dŚĞ ^ ĐĂůĐƵůĂƚŽƌ ŝƐ ďĂƐĞĚ ŽŶ Ă ƉŚŽƚŽƚƌĂŶƐĚƵĐƚŝŽŶ ŵŽĚĞů ĚĞǀĞůŽƉĞĚ ďLJ ZĞĂů Ğƚ Ăů ϮϬϬϱ΀ϭϮ΁ǁŚŝĐŚĐŽŶƐŝĚĞƌƐƚŚĞŵĞůĂŶŽƉŝĐƌĞƐƉŽŶƐĞŽĨ ƚŚĞ ŝƉZ' ĐĞůůƐ ŽĨ ƚŚĞ ĞLJĞ ĂƐ ǁĞůů ĂƐ ƚŚĞ ƐŚŽƌƚͲ ǁĂǀĞůĞŶŐƚŚ ƉŚŽƚŽƌĞĐĞƉƚŽƌƐƐƵĐŚ ĂƐ ƌŽĚƐĂŶĚ ĐŽŶĞƐ ;^Ϳ ŝŶ ĚĞƚĞƌŵŝŶŝŶŐ ƚŚĞ ŵĞůĂƚŽŶŝŶ ƐƵƉƉƌĞƐƐŝŽŶ ƉƌŽĚƵĐĞĚďLJƚŚĞůŝŐŚƚƉĞƌĐĞŝǀĞĚ ϮϭĞƐĐƌŝƉƚŝŽŶŽĨƚŚĞƐƚƵĚLJƐƉĂĐĞ Ɛ ŝŶĚŝĐĂƚĞĚďĞĨŽƌĞ ƚŚĞ ĞdžƉĞƌŝŵĞŶƚƐ ĂƌĞ ĐĂƌƌŝĞĚ ŽƵƚŝŶĂŶ/ŶƚĞŶƐŝǀĞĂƌĞhŶŝƚ/ŶƚŚŝƐĐĂƐĞ;&ŝŐϭ&ŝŐ ϮͿ ƚŚĞ ƌŽŽŵ ŚĂƐ Ă ĐĞŶƚƌĂů ƐƉĂĐĞ ǁŚĞƌĞ ĐĂƌĞ ƉĞƌƐŽŶŶĞů ĂŶĚ ŶƵƌƐĞƐ ƉĞƌĨŽƌŵ ƚŚĞŝƌ ŶŽƌŵĂů ĂĐƚŝǀŝƚLJ ĂŶĚĂƉĞƌŝƉŚĞƌĂůĂƌĞĂǁŚĞƌĞƉĂƚŝĞŶƚƐĂƌĞůŽĐĂƚĞĚdŚĞ ĐĞŶƚƌĂůƐƉĂĐĞƌĞĐĞŝǀĞƐŶĂƚƵƌĂůůŝŐŚƚŝŶŐĨƌŽŵƚǁŽƐŝĚĞƐ ŽĨ ƚŚĞ ƵŶŝƚ ĐŽŵƉůĞŵĞŶƚĞĚ ďLJ ĂŶ ĞůĞĐƚƌŝĐ ůŝŐŚƚŝŶŐ ƐLJƐƚĞŵ WƌĞǀŝŽƵƐůLJ ƚŚŝƐ ƐƉĂĐĞ ŚĂĚ ĂŶ ĞůĞĐƚƌŝĐĂů ŝŶƐƚĂůůĂƚŝŽŶďĂƐĞĚŽŶƚŚĞƌĞƋƵŝƌĞŵĞŶƚƐĂŶĚŶĞĞĚƐŽĨ ƚŚĞƐƉĂĐĞ/ƚŚĂƐŶŽǁ ďĞĞŶƌĞƉůĂĐĞĚďLJĂƐLJƐƚĞŵŽĨ ŵŽĚƵůĂƌ>ůƵŵŝŶĂƌŝĞƐĂƌƌĂŶŐĞĚŝŶƚŚĞĐĞŶƚƌĂůĂƌĞĂ ĐŽŝŶĐŝĚŝŶŐǁŝƚŚƚŚĞŶƵƌƐŝŶŐĐŽŶƚƌŽůĂƌĞĂƐŽƚŚĂƚƚŚĞ ůŝŐŚƚŝŶŐ ĂĨĨĞĐƚƐ ŚŽƐƉŝƚĂůŝnjĞĚ ƉĂƚŝĞŶƚƐ ĂƐ ůŝƚƚůĞ ĂƐ ƉŽƐƐŝďůĞdŚƵƐƉĂƚŝĞŶƚƐĂƌĞŽŶůLJĞdžƉŽƐĞĚƚŽůŝŐŚƚŝŶŐŝŶ ĐĂƐĞƐ ǁŚĞŶ ĐƵƌĞƐ Žƌ ƚƌĞĂƚŵĞŶƚƐ ŚĂǀĞ ƚŽ ďĞ ƉĞƌĨŽƌŵĞĚ ϮϮ>ŝŐŚƚŝŶŐĚĞĨŝŶŝƚŝŽŶ dŚĞŶĞǁůŝŐŚƚŝŶŐƐLJƐƚĞŵĐŽŶƐŝƐƚƐŽĨ>ůƵŵŝŶĂŝƌĞƐ ǁŚŝĐŚ ĐĂŶ ďĞ ĐŽŶƚƌŽůůĞĚ ƚŚƌŽƵŐŚ ƚŚĞ ĞůĞĐƚƌŝĐĂů ĨůŽǁ ĂŶĚ ^W dŚŝƐ ĂůůŽǁƐ ĞůĞĐƚƌŝĐĂů ůŝŐŚƚ ƚŽ ĞŵƵůĂƚĞ ƚŚĞ ƐƉĞĐƚƌƵŵ ŽĨ ŶĂƚƵƌĂů ůŝŐŚƚ ĂŶĚ ƚŽ ĐŽŶƚƌŝďƵƚĞ ƚŽ ƚŚĞ ĐŽƌƌĞĐƚƌĞŐƵůĂƚŝŽŶŽĨĐŝƌĐĂĚŝĂŶƌŚLJƚŚŵƐ ^ĞǀĞƌĂů ĚĞƐŝŐŶ ŝƚĞƌĂƚŝŽŶƐ ĂƌĞ ĐĂƌƌŝĞĚ ŽƵƚ ƉƌĞǀŝŽƵƐůLJĂŶĚĐŽŶƚƌĂƐƚĞĚǁŝƚŚ/>hy΀ϭϭ΁ƐŽĨƚǁĂƌĞ ƚŽ ŽƉƚŝŵŝnjĞ ƚŚĞ ĂƌƌĂŶŐĞŵĞŶƚ ŽĨ ƚŚĞ ůƵŵŝŶĂŝƌĞƐ ƚŽ ĞŶƐƵƌĞ ƵŶŝĨŽƌŵ ŝůůƵŵŝŶĂŶĐĞ ůĞǀĞůƐ ͶĂ ŬĞLJ ĚĞƐŝŐŶ ĂƐƉĞĐƚͶĂŶĚĂǁŽƌŬͲƉůĂŶĞĂǀĞƌĂŐĞůĞǀĞůŽĨĂƌŽƵŶĚ ϱϬϬ ůƵdž ĂƐ ƌĞƋƵŝƌĞĚ ĨŽƌ ƚŚĞ ĂĐƚŝǀŝƚLJ ŝŶ ĐŽŵƉůŝĂŶĐĞ ǁŝƚŚƐƚĂŶĚĂƌĚEϭϮϰϲϰͲϭϮϬϭϮ΀ϭϯ΁ ϮϯWĂƌĂŵĞƚĞƌƐ ƵĞƚŽƚŚĞĐŽŵƉůĞdžŝƚLJŽĨƋƵĂŶƚŝĨLJŝŶŐƚŚĞƉƌŝŽƌŝƚLJ ŽĨ ĞĂĐŚ ǀĂƌŝĂďůĞ ǁŚĞŶ ĚĞĨŝŶŝŶŐ ƚŚĞ ůŝŐŚƚŝŶŐ ĐŽŶƚƌŽů ƐLJƐƚĞŵŝƚ ŝƐ ĐƌƵĐŝĂůƚŽƐƉĞĐŝĨLJǁŚŝĐŚƉĂƌĂŵĞƚĞƌƐĂƌĞ ƚŚĞĚĞƚĞƌŵŝŶŝŶŐǀĂƌŝĂďůĞƐƚŽŽƉƚŝŵŝnjĞ^/ŶƚŚŝƐĐĂƐĞ ĨĞǁĞƌ ǀĂƌŝĂďůĞƐ ǁĞƌĞ ĐŚŽƐĞŶ ƚŽ ĂĐŚŝĞǀĞ ƌĞůŝĂďůĞ ƌĞƐƵůƚƐ ŝŶ Ă ƐŝŵƉůĞ ǁĂLJ ƐĂǀŝŶŐ ŽŶ ĐŽŵƉƵƚĂƚŝŽŶĂů ĞĨĨŽƌƚƐ dŚĞƐĞ ǀĂƌŝĂďůĞƐ ǁŝůů ďĞ ƚŚĞ ŝŶƉƵƚƐ ŽĨ ƚŚĞ ƐLJƐƚĞŵ ƐŽ ƚŚĂƚ ƚŚĞLJ ĐĂŶ ďĞ ĐůĂƐƐŝĨŝĞĚ ĂĐĐŽƌĚŝŶŐ ƚŽ ĚŝĨĨĞƌĞŶƚĐĂƚĞŐŽƌŝĞƐ /Ŷ ƚĞƌŵƐ ŽĨ ƚŚĞ ŵŽƌƉŚŽůŽŐLJ ŽĨ ƚŚĞ ƐƉĂĐĞ ƚŚĞ ůŽĐĂƚŝŽŶŝƐĚĞĐŝƐŝǀĞ/ŶƚŚŝƐƐĞŶƐĞƚǁŽůŽĐĂƚŝŽŶƐǁĞƌĞ ƐĞůĞĐƚĞĚ ĨŽƌ Ă ǁŝĚĞƌ ƌĂŶŐĞ ŽĨ ƌĞƐƵůƚƐ ^ĞǀŝůůĞ ĂŶĚ >ŽŶĚŽŶ dŚĞ ĨŽƌŵĞƌ ůŽĐĂƚŝŽŶ ĐŽƌƌĞƐƉŽŶĚƐ ƚŽ Ă ƉƌĞĚŽŵŝŶĂŶƚůLJĐůĞĂƌƐŬLJƚLJƉĞ;/ϱϱͿĂŶĚƚŚĞůĂƚƚĞƌ ƌĞƉƌĞƐĞŶƚƐĂƚLJƉŝĐĂůůLJŽǀĞƌĐĂƐƚƐŬLJ;/ϲϱͿƐŽƚŚĂƚ ĞŶǀŝƌŽŶŵĞŶƚĂůǀĂƌŝĂďůĞƐƐƵĐŚĂƐƚŚĞŝŶĨůƵĞŶĐĞŽĨƐŬLJ ƚLJƉĞǁŝůůĂůƐŽďĞĐŽŶƐŝĚĞƌĞĚŚĞƌĞƐŝƚŝƐĂůƐŽǁŽƌƚŚ ŶŽƚŝŶŐ ƚŚĞ ŝŶĨůƵĞŶĐĞ ŽĨ ƚŚĞ ĚŝƌĞĐƚ ŝŶĐŝĚĞŶĐĞ ŽĨ ƚŚĞ ƐƵŶ ƚǁŽ ĚŝĨĨĞƌĞŶƚ ƚŝŵĞ ƉĞƌŝŽĚƐ ǁŝůů ďĞ ĂŶĂůLJƐĞĚ ǁŝŶƚĞƌ;ĞĐĞŵďĞƌϮϭͿĂŶĚƐƵŵŵĞƌ;:ƵŶĞϮϭͿ dŚŝƐĂƐƉĞĐƚŝƐĨƵŶĚĂŵĞŶƚĂůŝŶƚŚĞƌĞŐƵůĂƚŝŽŶŽĨƚŚĞ ^ ƐŝŶĐĞ ƚŚĞƐĞ ĨĂĐƚŽƌƐ ĂƌĞ ůŝŶŬĞĚ ƚŽ ƚŚĞ ĂŵŽƵŶƚ ŽĨ ŶĂƚƵƌĂů ůŝŐŚƚ ƚŚĂƚ ƚŚĞ ƐƉĂĐĞƐ ƌĞĐĞŝǀĞ ΀ϭϰ΁ dŚĞƐĞ ůŝŐŚƚŝŶŐůĞǀĞůƐǁŝůůĂůƐŽďĞƌĞůĂƚĞĚƚŽƚŚĞƚLJƉĞŽĨƚĂƐŬ ďĞŝŶŐ ƉĞƌĨŽƌŵĞĚ ĂƐ ǁĞůů ĂƐ ƵƐĞƌƐ ƐĐŚĞĚƵůĞƐ dŚĞƐĞ ƚǁŽǀĂƌŝĂďůĞƐĂƌĞƌĞůĂƚĞĚĂŶĚůŝŐŚƚŝŶŐůĞǀĞůƐŽĨϱϬϬůƵdž dĂďůĞϭWƌŽƉŽƐĞĚƉĂƌĂŵĞƚĞƌƐ h/>/E' DKZW,K>K'z >Kd/KE ^ĞǀŝůůĞ >ŽŶĚŽŶ zED/ &dKZ^ dzWK&^<zKǀĞƌĐĂƐƚƐŬLJ ůĞĂƌƐŬLJ d/DWZ/KtŝŶƚĞƌ;ϭϮϮϭͿ ^ƵŵŵĞƌ;ϬϲϮϭͿ d^<ͲKZ/Ed d^< ϱϬϬůdž ϭϬϬůdž ^,h> ϴϬϬĂŵʹϴϬϬƉŵ ϴϬϬƉŵʹϴϬϬĂŵ Ɛ&dKZ^ >/',d/EdE^/dz ϰϭϬϬůŵ d ϱϬϬϬ< ϯϱϬϬ< sŽůϭϭϳϮ ϯϱƚŚW>ŽŶĨĞƌĞŶĐĞWůĂŶŶŝŶŐWŽƐƚĂƌďŽŶŝƟĞƐ DOI: ŚƩƉƐĚŽŝŽƌŐϭϬϭϳϵϳϵƐƉƵĚĐϵϳϴϴϰϵϳϰϵϳϵϰϳ dĂďůĞϮĂƐĞƐƚƵĚLJƐƵŵŵĂƌLJ ^ >hD/E/Z >hD/E &>hy;ůŵͿ d ;<Ϳ />>hD >s>;ůdžͿ ^,h> Ϭ ^dEZ &>hKZ^ ϭϴϬϬ ϰϬϬϬ ϱϬϬ ϴϬϬĂŵʹϴϬϬĂŵ  ^dEZ > ϰϭϬϬ ϱϬϬϬ ϱϬϬ ϴϬϬĂŵʹϴϬϬĂŵ  ^dEZ > ϰϭϬϬ ϯϱϬϬ ϱϬϬ ϴϬϬĂŵʹϴϬϬĂŵ  /DD> > ϰϭϬϬ ϱϬϬϬ ϱϬϬ ϭϬϬ ϴϬϬĂŵʹϴϬϬƉŵ ϴϬϬƉŵͲϴϬϬĂŵ  /DD> > ϰϭϬϬ ϯϱϬϬ ϱϬϬ ϭϬϬ ϴϬϬĂŵʹϴϬϬƉŵ ϴϬϬƉŵͲϴϬϬĂŵ  dhE> t,/d> ϰϭϬϬ ϱϬϬϬ ϯϱϬϬ ϱϬϬ ϭϬϬ ϴϬϬĂŵʹϴϬϬƉŵ ϴϬϬƉŵͲϴϬϬĂŵ &ŝŐƵĞŝƌŽ ΀ϱ΁ ŝƚŝƐ ĐŽŶĐůƵĚĞĚ ƚŚĂƚ Ă ^ ǀĂůƵĞ ŽĨ Ϭϯ ŝƐ ƐƵĨĨŝĐŝĞŶƚ ĨŽƌ ƚŚĞ ƐLJŶĐŚƌŽŶŝnjĂƚŝŽŶ ŽĨ ƚŚĞ ĐŝƌĐĂĚŝĂŶ ƌŚLJƚŚŵ ,ŽǁĞǀĞƌ ŽǀĞƌŶŝŐŚƚ ^ ůĞǀĞůƐ ƐŚŽƵůĚ ďĞ ďĞůŽǁ Ϭϭ ĨŽƌ ƉƌŽƉĞƌ ƌĞŐƵůĂƚŝŽŶ ŽĨ ƚŚĞ ĐŝƌĐĂĚŝĂŶ ƐLJƐƚĞŵ Ϯϳ^ƚƵĚLJĐĂƐĞƐ dŚŝƐ ŵĞƚŚŽĚŽůŽŐLJ ŝƐ ĂƉƉůŝĞĚ ƚŽ ϱ ĐĂƐĞ ƐƚƵĚŝĞƐ ĂŶĂůLJƐĞĚŝŶĐŽŵƉĂƌŝƐŽŶǁŝƚŚĐĂƐĞƐƚƵĚLJϬǁŚŝĐŚŝƐ ƚŚĞ ŽŶĞ ĐƵƌƌĞŶƚůLJ ĨŽƵŶĚ ŝŶ ŵŽƐƚ ŚŽƐƉŝƚĂů ďƵŝůĚŝŶŐƐ &Žƌ ƚŚŝƐ Ă ĐŽŵďŝŶĂƚŝŽŶ ŽĨ ƐLJƐƚĞŵƐ ǁŝƚŚ ƚŚĞ ƉĂƌĂŵĞƚĞƌƐ ĚĞĨŝŶĞĚ ŝŶ ƚŚĞ ƉƌĞǀŝŽƵƐ ƐĞĐƚŝŽŶ ŝƐ ƉƌŽƉŽƐĞĚ dŚƵƐ ƐƚĂŶĚĂƌĚ KE  K&& ƐLJƐƚĞŵƐ ĂƌĞ ĐŽŶƐŝĚĞƌĞĚ ĂƐ ǁĞůů ĂƐ ĂĚũƵƐƚĂďůĞ ŝŶƚĞŶƐŝƚLJ ƐLJƐƚĞŵƐ ǁŚŝĐŚ ĂƌĞ ƚƵŶĞĂďůĞ ŝŶ ƚĞƌŵƐ ŽĨ ŝŶƚĞŶƐŝƚLJ ĂŶĚ d dĂďůĞϮƐŚŽǁƐĂƐƵŵŵĂƌLJŽĨƚŚĞĐĂƐĞƐ xĂƐĞ ƐƚƵĚLJ Ϭ ŝƚ ƐƚĂƌƚƐ ĨƌŽŵ ƚŚĞ ŝŶŝƚŝĂů ƐŝƚƵĂƚŝŽŶ ǁŚĞƌĞ ƚŚĞƌĞ ĂƌĞ ƐƚĂŶĚĂƌĚ ĨůƵŽƌĞƐĐĞŶƚ ůƵŵŝŶĂŝƌĞƐ ĞŵŝƚƚŝŶŐĂƚϭϴϬϬůŵĂŶĚϰϬϬϬ< xĂƐĞƐƚƵĚLJĂŶĂůLJƐŝƐŽĨĂƐƚĂŶĚĂƌĚŵŽĚƵůĂƌ> ůƵŵŝŶĂŝƌĞƚŚĂƚĞŵŝƚƐĂƚϰϭϬϬůŵĂŶĚϱϬϬϬ<ĐŽůŽƵƌ ƚĞŵƉĞƌĂƚƵƌĞ^ŝŶĐĞƚŚĞƌĞŝƐŶŽƌĞŐƵůĂƚŝŽŶŶĂƚƵƌĂů ůŝŐŚƚŝŶŐŝƐŶŽƚĐŽŶƐŝĚĞƌĞĚĂŶĚƚŚĞĞůĞĐƚƌŝĐůŝŐŚƚ ǁŝůůĂůǁĂLJƐďĞŽŶƚŽƌĞĂĐŚϱϬϬůƵdž xĂƐĞƐƚƵĚLJ ƚŚŝƐ ĐĂƐĞŝƐ ƐŝŵŝůĂƌƚŽ ƚŚĞ ƉƌĞǀŝŽƵƐ ŽŶĞĂůƚŚŽƵŐŚŚĞƌĞƚŚĞĞŵŝƐƐŝŽŶŝƐĂƚϯϱϬϬ< xĂƐĞƐƚƵĚLJĂŶĂŶĂůLJƐŝƐŽĨĂŶĂĚũƵƐƚĂďůĞŵŽĚƵůĂƌ >ůƵŵŝŶĂŝƌĞĞŵŝƚƚŝŶŐĂƚϰϭϬϬůŵĂŶĚϱϬϬϬ</Ŷ ƚŚŝƐĐĂƐĞŝůůƵŵŝŶĂŶĐĞůĞǀĞůƐĂƌĞƌĞŐƵůĂƚĞĚƐƚĂƌƚŝŶŐ ĨƌŽŵŶĂƚƵƌĂůůŝŐŚƚŝŶŐĐŽŵƉůĞŵĞŶƚŝŶŐǁŝƚŚĞůĞĐƚƌŝĐ ůŝŐŚƚŝŶŐ ƵŶƚŝů ƚŚĞ ůŝŐŚƚŝŶŐ ůĞǀĞůƐ ƌĞƋƵŝƌĞĚ ŝŶ ĞĂĐŚ ƐĐŚĞĚƵůĞĂƌĞĂĐŚŝĞǀĞĚ xĂƐĞ ƐƚƵĚLJ  ĂŶĂůLJƐŝƐ ĂƐ ŝŶ ƚŚĞ ƉƌĞǀŝŽƵƐ ĐĂƐĞ ŵŽĚŝĨLJŝŶŐƚŚĞĐŽůŽƵƌƚĞŵƉĞƌĂƚƵƌĞƚŽϯϱϬϬ< xĂƐĞ ƐƚƵĚLJ  ƚŚŝƐ ĐĂƐĞ ŝƐ ƉƌĞƐĞŶƚĞĚ ĂƐ ĂŶ ĞǀŽůƵƚŝŽŶ ŽĨ ƚŚĞ ƉƌĞǀŝŽƵƐ ƚǁŽ ^ƚĂƌƚŝŶŐ ĨƌŽŵ Ă ƚƵŶĞĂďůĞǁŚŝƚĞůƵŵŝŶĂŝƌĞǁŝƚŚĂĨůŽǁŽĨϰϭϬϬůŵ ƚŚĞĂŝŵŝƐƚŽƌĞŐƵůĂƚĞƚŚĞŝůůƵŵŝŶĂŶĐĞůĞǀĞůƐǁŚŝůĞ ĐŚĂŶŐŝŶŐ ƚŚĞ ĐŽůŽƵƌ ƚĞŵƉĞƌĂƚƵƌĞ ƐŝŶĐĞ ƚŚŝƐ ƚLJƉĞ ŽĨ ůƵŵŝŶĂŝƌĞ ĐĂŶ ďĞ ŐƌĂĚƵĂƚĞĚ ĨƌŽŵ ǁĂƌŵ ǁŚŝƚĞ ƚŽĐŽůĚ ϯ Z^h>d^ dĂďůĞƐϯĂŶĚϰƐŚŽǁƚŚĞŝůůƵŵŝŶĂŶĐĞĂŶĚ^ůĞǀĞůƐ ƌĞĂĐŚĞĚŝŶĞĂĐŚƚŝŵĞnjŽŶĞŝŶĞĂĐŚĐĂůĐƵůĂƚŝŽŶŵŽĚĞů ĂŶĚŝŶƚŚĞƉĞƌŝŽĚƐĨƌŽŵϴϬϬĂŵƚŽϴϬϬƉŵĂŶĚϴϬϬ ƉŵƚŽϴϬϬĂŵ ĞĨŽƌĞ ĐŽŵƉĂƌŝŶŐƚŚĞƌĞƐƵůƚƐ ŽďƚĂŝŶĞĚŝƚ ƐŚŽƵůĚ ďĞ ŶŽƚĞĚ ƚŚĂƚ ŝŶ ŶŽŶĞ ŽĨ ƚŚĞ ŵŽĚĞůƐ ŝƐ ƚŚĞ ŶĂƚƵƌĂů ůŝŐŚƚ ƐƵĨĨŝĐŝĞŶƚ ƚŽ ŐƵĂƌĂŶƚĞĞ ĂŶ ĂĚĞƋƵĂƚĞ ůĞǀĞů ŽĨ ŝůůƵŵŝŶĂƚŝŽŶ Ăƚ Ăůů ƉŽŝŶƚƐŽĨ ƚŚĞƐƉĂĐĞ ;ϱϬϬ ůdž ŝŶƚŚĞ ŵŽƌŶŝŶŐĂŶĚϭϬϬůdžŝŶƚŚĞůĂƚĞĂĨƚĞƌŶŽŽŶĂŶĚĂƚŶŝŐŚƚͿ ƐŝŶĐĞŝŶ^ĞǀŝůůĞŽŶůLJϱϬϬůƵdžĂƌĞƌĞĂĐŚĞĚĂƚŽŶĞŽĨƚŚĞ ĞƐƚĂďůŝƐŚĞĚ ƉŽŝŶƚƐ ;&Ϳ ĂŶĚ ŝŶ >ŽŶĚŽŶ ƚŚĞ ŵĂdžŝŵƵŵ ǀĂůƵĞ ƌĞĂĐŚĞĚ ŝƐ ϮϯϬ ůƵdž Ăƚ ƉŽŝŶƚ  Ăƚ ϭϮ ŶŽŽŶ ŝŶ ƐƵŵŵĞƌ dŚĞƌĞĨŽƌĞ ƚŚĞ ƌĞƐƵůƚƐ ƐŚŽǁŶ ŚĂǀĞ ďĞĞŶ ŽďƚĂŝŶĞĚ ĨƌŽŵ ĞůĞĐƚƌŝĐ ůŝŐŚƚŝŶŐ ƐŽƵƌĐĞƐ WƌŽƉŽƐŝŶŐ ĐŽŶƚƌŽůƐLJƐƚĞŵƐƚŚĂƚĂĐƚŽŶĂůůƚŚĞůƵŵŝŶĂŝƌĞƐĂƚƚŚĞ ƐĂŵĞ ƚŝŵĞ ĚŽĞƐ ŶŽƚ ĂůůŽǁ ƚŚĞŵ ƚŽ ĂĐƚ ďLJ njŽŶĞƐ ǁŚŝĐŚǁŽƵůĚďĞƚŚĞŝĚĞĂůǁĂLJƚŽƚĂŬĞĂĚǀĂŶƚĂŐĞŽĨ dĂďůĞϯ/ůůƵŵŝŶĂŶĐĞĂŶĚ^ůĞǀĞůƐŝŶĞĂĐŚĐĂƐĞƐƚƵĚLJ^ĐŚĞĚƵůĞĨƌŽŵϴϬϬĂŵƚŽϴϬϬƉŵ ϴϬϬĂŵͲϴϬϬƉŵ ^dhz ^^ KEdZK> >hD/EKh^ &>hy d />>hD/EE /Z/E^d/Dh>h^ DŝŶ DĂdž ǀĞƌĂŐĞ DŝŶ DĂdž ǀĞƌĂŐĞ Ϭ KEK&& ϭϴϬϬůŵ ϰϬϬϬ< ϭϲϯůdž ϰϴϭůdž Ϯϱϰůdž ϬϬϰϴ ϬϮϳϵ Ϭϭϰϴ  KEK&& ϰϭϬϬůŵ ϱϬϬϬ< ϱϯϴůdž ϵϲϵůdž ϳϬϵůdž Ϭϰϲϲ Ϭϱϴ Ϭϰϵϱ  KEK&& ϰϭϬϬůŵ ϯϱϬϬ< ϱϯϴůdž ϵϲϵůdž ϳϬϵůdž Ϭϯϯ Ϭϰϴϭ Ϭϯϲϵ  /DDZ ϰϭϬϬůŵ ϱϬϬϬ< ϱϬϬůdž ϱϬϬůdž ϱϬϬůdž Ϭϯϴϱ Ϭϯϴϱ Ϭϯϴϱ  /DDZ ϰϭϬϬůŵ ϯϱϬϬ< ϱϬϬůdž ϱϬϬůdž ϱϬϬůdž ϬϮϰϳ ϬϮϰϳ ϬϮϰϳ  dhE> ϰϭϬϬůŵ ϱϬϬϬͲϯϱϬϬ< ϱϬϬůdž ϱϬϬůdž ϱϬϬůdž Ϭϯϴϱ Ϭϯϴϱ Ϭϯϴϱ dĂďůĞϰ/ůůƵŵŝŶĂŶĐĞĂŶĚ^ůĞǀĞůƐŝŶĞĂĐŚĐĂƐĞƐƚƵĚLJ^ĐŚĞĚƵůĞĨƌŽŵϴϬϬƉŵƚŽϴϬϬĂŵ ϴϬϬƉŵͲϴϬϬĂŵ ^dhz ^^ KEdZK> >hD/EKh^ &>hy d />>hD/EE /Z/E^d/Dh>h^ DŝŶ DĂdž ǀĞƌĂŐĞ DŝŶ DĂdž ǀĞƌĂŐĞ Ϭ KEK&& ϭϴϬϬůŵ ϰϬϬϬ< ϭϲϯůdž ϰϴϭůdž Ϯϱϰůdž ϬϬϰϴ ϬϮϳϵ Ϭϭϰϴ  KEK&& ϰϭϬϬůŵ ϱϬϬϬ< ϱϯϴůdž ϵϲϵůdž ϳϬϵůdž Ϭϰϲϲ Ϭϱϴ Ϭϰϵϱ  KEK&& ϰϭϬϬůŵ ϯϱϬϬ< ϱϯϴůdž ϵϲϵůdž ϳϬϵůdž Ϭϯϯ Ϭϰϴϭ Ϭϯϲϵ  /DDZ ϰϭϬϬůŵ ϱϬϬϬ< ϭϬϬůdž ϭϬϬůdž ϭϬϬůdž Ϭϭϭϳ Ϭϭϭϳ Ϭϭϭϳ  /DDZ ϰϭϬϬůŵ ϯϱϬϬ< ϭϬϬůdž ϭϬϬůdž ϭϬϬůdž ϬϬϱϳ ϬϬϱϳ ϬϬϱϳ  dhE> ϰϭϬϬůŵ ϱϬϬϬͲϯϱϬϬ< ϭϬϬůdž ϭϬϬůdž ϭϬϬůdž ϬϬϱϳ ϬϬϱϳ ϬϬϱϳ sŽůϭϭϳϯ ϯϱƚŚW>ŽŶĨĞƌĞŶĐĞWůĂŶŶŝŶŐWŽƐƚĂƌďŽŶŝƟĞƐ DOI: ŚƩƉƐĚŽŝŽƌŐϭϬϭϳϵϳϵƐƉƵĚĐϵϳϴϴϰϵϳϰϵϳϵϰϳ ŶĂƚƵƌĂů ůŝŐŚƚ Ăƚ ƚŚĞ ƉŽŝŶƚƐ ĐůŽƐĞƐƚ ƚŽ ƚŚĞ ǁŝŶĚŽǁƐ ǁŚĞƌĞĂƐĐĂŶďĞƐĞĞŶďĞůŽǁƐƵĨĨŝĐŝĞŶƚůŝŐŚƚŝŶŐůĞǀĞůƐ ĂƌĞƌĞĂĐŚĞĚǁŝƚŚŶĂƚƵƌĂůůŝŐŚƚŝŶŐĂůŽŶĞdŚƵƐŝŶƚŚŝƐ ĐĂƐĞ ƚŚĞ ǁŽƌƐƚ ƐĐĞŶĂƌŝŽ ǁĂƐ ĂĚŽƉƚĞĚ ƵƐŝŶŐ ŽŶůLJ ĞůĞĐƚƌŝĐ ůŝŐŚƚ ĂůƚŚŽƵŐŚ ƚŚĞ ŝŶĚŝǀŝĚƵĂů ĐŽŶƚƌŽů ŽĨ ůƵŵŝŶĂŝƌĞƐǁŽƵůĚďĞĂĚǀŝƐĂďůĞĨŽƌĨƵƚƵƌĞƌĞƐĞĂƌĐŚ /ŶŝƚŝĂůůLJ ƚŚĞ ƐŝƚƵĂƚŝŽŶƐ ǁŝƚŚ ƐƚĂŶĚĂƌĚ ůƵŵŝŶĂŝƌĞƐ ĂŶĚƚŚĞĐƵƌƌĞŶƚƐŝƚƵĂƚŝŽŶŽĨƚŚŝƐƐƉĂĐĞǁĞƌĞĂŶĂůLJƐĞĚ ;ĐĂƐĞƐ Ϭ  Ϳ ůƚŚŽƵŐŚ ƚŚĞ ĐŽŶƚƌŽů ƐLJƐƚĞŵ ŝƐ ƚŚĞ ƐĂŵĞ ǁŝƚŚ ƐƚĂŶĚĂƌĚ ůƵŵŝŶĂŝƌĞƐ ŝŶ ďŽƚŚ ĐĂƐĞƐ ǁĞ ĨŽƵŶĚĂŐƌĞĂƚĞƌďĞŶĞĨŝƚŝŶĐĂƐĞƐĂŶĚƚŚĂŶŝŶĐĂƐĞ Ϭ ĚƵĞ ƚŽ ƚŚĞ ƵƐĞ ŽĨ >Ɛ ƌĂƚŚĞƌ ƚŚĂŶ ĨůƵŽƌĞƐĐĞŶƚ ůĂŵƉƐ Ɛ ƐĞĞŶ ŝŶ dĂďůĞ ϯ ƚŚŝƐ ƌĞƐƵůƚƐ ŝŶ Ă ϮϯϬй ŝŶĐƌĞĂƐĞ ŝŶ ĂǀĞƌĂŐĞ ^ ĚƵƌŝŶŐ ƚŚĞ ŵŽƌŶŝŶŐ dŚĞ ĐƵƌƌĞŶƚ ůƵŵŝŶĂŝƌĞƐ ƉƌŽǀŝĚĞ ĂŶ ĂǀĞƌĂŐĞ ^ ŽĨ Ϭϭϰϴ ĚƵƌŝŶŐƚŚĞŵŽƌŶŝŶŐďĞůŽǁƚŚĞĞƐƚĂďůŝƐŚĞĚŵŝŶŝŵƵŵ ǀĂůƵĞ ŽĨ Ϭϯ ĂŶĚ ƚŚĞ ǀĂůƵĞ ŽĨ Ϭϰϲϲ ĨŽƌ ƐƚĂƚŝĐ > ůƵŵŝŶĂŝƌĞƐǁŝƚŚĂdŽĨϱϬϬϬ<ĂŶĚϬϯϯǁŝƚŚĂd ŽĨϯϱϬϬ<dŚĞƐĞǁŽƵůĚĂůƌĞĂĚLJďŽƚŚďĞŝŶĐŽŵƉůŝĂŶĐĞ ǁŝƚŚŵŝŶŝŵƵŵ^ŝŶƚŚĞŵŽƌŶŝŶŐƚŶŝŐŚƚŚŽǁĞǀĞƌ ƐŝŶĐĞ ƚŚĞ ƚǁŽ ůƵŵŝŶĂŝƌĞƐ ĂƌĞ ƐƚĂƚŝĐ ďŽƚŚ ĂƌĞ ĚĞƚƌŝŵĞŶƚĂůƚŽĐŝƌĐĂĚŝĂŶƌŚLJƚŚŵƐĂƐƚŚĞLJƐŚŽƵůĚŚĂǀĞ ǀĂůƵĞƐůŽǁĞƌƚŚĂŶϬϭ dŚĞ ƚƌĂŶƐŝƚŝŽŶ ƚŽ ůƵŵŝŶĂŝƌĞƐ ǁŝƚŚ ĂĚũƵƐƚĂďůĞ ŝŶƚĞŶƐŝƚLJƵƐŝŶŐĂĚŝŵŵĞƌĐŽŶƚƌŽůƐLJƐƚĞŵ;ĐĂƐĞƐͿ ĂůůŽǁƐƵƐƚŽŝŵƉƌŽǀĞƚŚĞƐĞ^ǀĂůƵĞƐĂƚŶŝŐŚƚĂƐƐĞĞŶ ŝŶ ƚŚĞ ƚĂďůĞ ƵƌŝŶŐ ƚŚĞ ŵŽƌŶŝŶŐ ŽƉƚŝŵƵŵ ^ ůĞǀĞůƐ ;хϬϯͿĂƌĞƌĞĂĐŚĞĚŝŶďŽƚŚƐƚĂŶĚĂƌĚĂŶĚĚŝŵŵĂďůĞ ůŝŐŚƚŝŶŐ ,ŽǁĞǀĞƌ ĂĚũƵƐƚĂďůĞ ůŝŐŚƚŝŶŐ ĂĐŚŝĞǀĞƐ Ă ŚŽŵŽŐĞŶĞŽƵƐ^ƚŚƌŽƵŐŚŽƵƚƚŚĞƐƉĂĐĞďLJďĞŝŶŐĂďůĞ ƚŽ ĂĚũƵƐƚ ŝůůƵŵŝŶĂŶĐĞ ƚŽ ϱϬϬ ůdž ŽŶ ƚŚĞ ǁŽƌŬ ƉůĂŶĞ ŽŵƉĂƌŝŶŐ ĐĂƐĞƐ  ĂŶĚ  ǁŝƚŚ ĐĂƐĞƐ Ϭ   ŝƚ ŝƐ ŽďƐĞƌǀĞĚ ƚŚĂƚ ƚŚĞ ĂǀĞƌĂŐĞ ^ ĂĐŚŝĞǀĞĚ ŝƐ ĂƉƉƌŽdžŝŵĂƚĞůLJ ϯϬй ŚŝŐŚĞƌ ǁŝƚŚ ƐƚĂƚŝĐ ůŝŐŚƚŝŶŐ dŚŝƐ ŽĐĐƵƌƐďĞĐĂƵƐĞǁŝƚŚƐƚĂƚŝĐůŝŐŚƚŝŶŐƐŽŵĞƉŽŝŶƚƐĂƌĞ ŽǀĞƌͲůŝƚ ƌĞĂĐŚŝŶŐ ǀĂůƵĞƐ ϵϯϴй ŚŝŐŚĞƌ Ăƚ ƚŚĞ ĂƉƉƌŽƉƌŝĂƚĞ ǀĂůƵĞ ŽĨ ϱϬϬ ůdž ĂŶĚ ĐĂƵƐŝŶŐ ǀŝƐƵĂů ĚŝƐĐŽŵĨŽƌƚĂƐǁĞŚĂǀĞďĞĞŶĂďůĞƚŽǀĞƌŝĨLJŝŶŽŶͲƐŝƚĞ ƚĞƐƚƐǁŝƚŚƚŚĞ/hŚĞĂůƚŚƉĞƌƐŽŶŶĞůdŚĞƌĞĨŽƌĞǁŝƚŚ ĂĚũƵƐƚĂďůĞ ůŝŐŚƚŝŶŐ ůŽǁĞƌ ĂǀĞƌĂŐĞ ^ ůĞǀĞůƐ ĂƌĞ ƌĞĂĐŚĞĚŝŶƚŚĞŵŽƌŶŝŶŐĂůƚŚŽƵŐŚƚŚĞLJĂƌĞĞŶŽƵŐŚƚŽ ƉƌŽŵŽƚĞĂĚĞƋƵĂƚĞĐŝƌĐĂĚŝĂŶƐƚŝŵƵůĂƚŝŽŶǁŝƚŚĂŵŽƌĞ ŚŽŵŽŐĞŶĞŽƵƐĨŝĞůĚŽĨǀŝƐŝŽŶĂŶĚǀŝƐƵĂůĚŝƐƚƵƌďĂŶĐĞƐ ƚ ŶŝŐŚƚ ƚŚĞ ĂĚũƵƐƚĂďůĞ ƐLJƐƚĞŵ ƌĞƉƌĞƐĞŶƚƐ Ă ĐŽŶƐŝĚĞƌĂďůĞŝŵƉƌŽǀĞŵĞŶƚĂŶĚŝƐĂďůĞƚŽƉƌŽǀŝĚĞĂŶ ŝůůƵŵŝŶĂŶĐĞ ůĞǀĞů ŽĨ ϭϬϬ ůdž ŝŶ ƚŚĞ ĨŝĞůĚ ŽĨ ǁŽƌŬ ƚŚĞƌĞĨŽƌĞƌĞĚƵĐŝŶŐ^ůĞǀĞůƐďLJƵƉƚŽϯϮϬйǁŝƚŚĂd ŽĨϱϬϬϬ<ĂŶĚďLJϱϰϬйǁŝƚŚĂdŽĨϯϱϬϬ< tŝƚŚĂƐƚĂŶĚĂƌĚŝůůƵŵŝŶĂƚŝŽŶĂƚŶŝŐŚƚĂ^ǀĂůƵĞĨŽƵƌ ƚŝŵĞƐ ŐƌĞĂƚĞƌ ƚŚĂŶ ƚŚĞ ĞƐƚĂďůŝƐŚĞĚ ůŝŵŝƚ ŽĨ Ϭϭ ŝƐ ŽďƚĂŝŶĞĚ ǁŚŝůĞ ǁŝƚŚ ĂŶ ĂĚũƵƐƚĂďůĞ ƐLJƐƚĞŵ ǀĂůƵĞƐ ƚŚĂƚ ĂƌĞ ƌĞĂĐŚĞĚ ĂƌĞ ĐůŽƐĞ ƚŽ ƚŚĞ ŵĂdžŝŵƵŵ ŽĨ Ϭϭ ĂŶĚ ĂƌĞϭϳ й ŚŝŐŚĞƌƚŚĂŶ ϬϭǁŝƚŚ Ă dŽĨ ϱϬϬϬ < ĂŶĚϰϯйůŽǁĞƌƚŚĂŶϬϭǁŝƚŚĂdŽĨϯϱϬϬ< ŶŽƚŚĞƌ ĂƐƉĞĐƚ ƚŽ ĐŽŶƐŝĚĞƌ ŝƐ ƚŚĞ d ŽĨ ƚŚĞ ůƵŵŝŶĂŝƌĞƐ/ŶƚŚĞĐĂƐĞŽĨďŽƚŚƐƚĂŶĚĂƌĚĂŶĚ &ŝŐƵƌĞϯ^ŝŶĨůƵĞŶĐĞ dĂďůĞϮĂƐĞƐƚƵĚLJƐƵŵŵĂƌLJ ^ >hD/E/Z >hD/E &>hy;ůŵͿ d ;<Ϳ />>hD >s>;ůdžͿ ^,h> Ϭ ^dEZ &>hKZ^ ϭϴϬϬ ϰϬϬϬ ϱϬϬ ϴϬϬĂŵʹϴϬϬĂŵ  ^dEZ > ϰϭϬϬ ϱϬϬϬ ϱϬϬ ϴϬϬĂŵʹϴϬϬĂŵ  ^dEZ > ϰϭϬϬ ϯϱϬϬ ϱϬϬ ϴϬϬĂŵʹϴϬϬĂŵ  /DD> > ϰϭϬϬ ϱϬϬϬ ϱϬϬ ϭϬϬ ϴϬϬĂŵʹϴϬϬƉŵ ϴϬϬƉŵͲϴϬϬĂŵ  /DD> > ϰϭϬϬ ϯϱϬϬ ϱϬϬ ϭϬϬ ϴϬϬĂŵʹϴϬϬƉŵ ϴϬϬƉŵͲϴϬϬĂŵ  dhE> t,/d> ϰϭϬϬ ϱϬϬϬ ϯϱϬϬ ϱϬϬ ϭϬϬ ϴϬϬĂŵʹϴϬϬƉŵ ϴϬϬƉŵͲϴϬϬĂŵ &ŝŐƵĞŝƌŽ ΀ϱ΁ ŝƚŝƐ ĐŽŶĐůƵĚĞĚ ƚŚĂƚ Ă ^ ǀĂůƵĞ ŽĨ Ϭϯ ŝƐ ƐƵĨĨŝĐŝĞŶƚ ĨŽƌ ƚŚĞ ƐLJŶĐŚƌŽŶŝnjĂƚŝŽŶ ŽĨ ƚŚĞ ĐŝƌĐĂĚŝĂŶ ƌŚLJƚŚŵ ,ŽǁĞǀĞƌ ŽǀĞƌŶŝŐŚƚ ^ ůĞǀĞůƐ ƐŚŽƵůĚ ďĞ ďĞůŽǁ Ϭϭ ĨŽƌ ƉƌŽƉĞƌ ƌĞŐƵůĂƚŝŽŶ ŽĨ ƚŚĞ ĐŝƌĐĂĚŝĂŶ ƐLJƐƚĞŵ Ϯϳ^ƚƵĚLJĐĂƐĞƐ dŚŝƐ ŵĞƚŚŽĚŽůŽŐLJ ŝƐ ĂƉƉůŝĞĚ ƚŽ ϱ ĐĂƐĞ ƐƚƵĚŝĞƐ ĂŶĂůLJƐĞĚŝŶĐŽŵƉĂƌŝƐŽŶǁŝƚŚĐĂƐĞƐƚƵĚLJϬǁŚŝĐŚŝƐ ƚŚĞ ŽŶĞ ĐƵƌƌĞŶƚůLJ ĨŽƵŶĚ ŝŶ ŵŽƐƚ ŚŽƐƉŝƚĂů ďƵŝůĚŝŶŐƐ &Žƌ ƚŚŝƐ Ă ĐŽŵďŝŶĂƚŝŽŶ ŽĨ ƐLJƐƚĞŵƐ ǁŝƚŚ ƚŚĞ ƉĂƌĂŵĞƚĞƌƐ ĚĞĨŝŶĞĚ ŝŶ ƚŚĞ ƉƌĞǀŝŽƵƐ ƐĞĐƚŝŽŶ ŝƐ ƉƌŽƉŽƐĞĚ dŚƵƐ ƐƚĂŶĚĂƌĚ KE  K&& ƐLJƐƚĞŵƐ ĂƌĞ ĐŽŶƐŝĚĞƌĞĚ ĂƐ ǁĞůů ĂƐ ĂĚũƵƐƚĂďůĞ ŝŶƚĞŶƐŝƚLJ ƐLJƐƚĞŵƐ ǁŚŝĐŚ ĂƌĞ ƚƵŶĞĂďůĞ ŝŶ ƚĞƌŵƐ ŽĨ ŝŶƚĞŶƐŝƚLJ ĂŶĚ d dĂďůĞϮƐŚŽǁƐĂƐƵŵŵĂƌLJŽĨƚŚĞĐĂƐĞƐ xĂƐĞ ƐƚƵĚLJ Ϭ ŝƚ ƐƚĂƌƚƐ ĨƌŽŵ ƚŚĞ ŝŶŝƚŝĂů ƐŝƚƵĂƚŝŽŶ ǁŚĞƌĞ ƚŚĞƌĞ ĂƌĞ ƐƚĂŶĚĂƌĚ ĨůƵŽƌĞƐĐĞŶƚ ůƵŵŝŶĂŝƌĞƐ ĞŵŝƚƚŝŶŐĂƚϭϴϬϬůŵĂŶĚϰϬϬϬ< xĂƐĞƐƚƵĚLJĂŶĂůLJƐŝƐŽĨĂƐƚĂŶĚĂƌĚŵŽĚƵůĂƌ> ůƵŵŝŶĂŝƌĞƚŚĂƚĞŵŝƚƐĂƚϰϭϬϬůŵĂŶĚϱϬϬϬ<ĐŽůŽƵƌ ƚĞŵƉĞƌĂƚƵƌĞ^ŝŶĐĞƚŚĞƌĞŝƐŶŽƌĞŐƵůĂƚŝŽŶŶĂƚƵƌĂů ůŝŐŚƚŝŶŐŝƐŶŽƚĐŽŶƐŝĚĞƌĞĚĂŶĚƚŚĞĞůĞĐƚƌŝĐůŝŐŚƚ ǁŝůůĂůǁĂLJƐďĞŽŶƚŽƌĞĂĐŚϱϬϬůƵdž xĂƐĞƐƚƵĚLJ ƚŚŝƐ ĐĂƐĞŝƐ ƐŝŵŝůĂƌƚŽ ƚŚĞ ƉƌĞǀŝŽƵƐ ŽŶĞĂůƚŚŽƵŐŚŚĞƌĞƚŚĞĞŵŝƐƐŝŽŶŝƐĂƚϯϱϬϬ< xĂƐĞƐƚƵĚLJĂŶĂŶĂůLJƐŝƐŽĨĂŶĂĚũƵƐƚĂďůĞŵŽĚƵůĂƌ >ůƵŵŝŶĂŝƌĞĞŵŝƚƚŝŶŐĂƚϰϭϬϬůŵĂŶĚϱϬϬϬ</Ŷ ƚŚŝƐĐĂƐĞŝůůƵŵŝŶĂŶĐĞůĞǀĞůƐĂƌĞƌĞŐƵůĂƚĞĚƐƚĂƌƚŝŶŐ ĨƌŽŵŶĂƚƵƌĂůůŝŐŚƚŝŶŐĐŽŵƉůĞŵĞŶƚŝŶŐǁŝƚŚĞůĞĐƚƌŝĐ ůŝŐŚƚŝŶŐ ƵŶƚŝů ƚŚĞ ůŝŐŚƚŝŶŐ ůĞǀĞůƐ ƌĞƋƵŝƌĞĚ ŝŶ ĞĂĐŚ ƐĐŚĞĚƵůĞĂƌĞĂĐŚŝĞǀĞĚ xĂƐĞ ƐƚƵĚLJ  ĂŶĂůLJƐŝƐ ĂƐ ŝŶ ƚŚĞ ƉƌĞǀŝŽƵƐ ĐĂƐĞ ŵŽĚŝĨLJŝŶŐƚŚĞĐŽůŽƵƌƚĞŵƉĞƌĂƚƵƌĞƚŽϯϱϬϬ< xĂƐĞ ƐƚƵĚLJ  ƚŚŝƐ ĐĂƐĞ ŝƐ ƉƌĞƐĞŶƚĞĚ ĂƐ ĂŶ ĞǀŽůƵƚŝŽŶ ŽĨ ƚŚĞ ƉƌĞǀŝŽƵƐ ƚǁŽ ^ƚĂƌƚŝŶŐ ĨƌŽŵ Ă ƚƵŶĞĂďůĞǁŚŝƚĞůƵŵŝŶĂŝƌĞǁŝƚŚĂĨůŽǁŽĨϰϭϬϬůŵ ƚŚĞĂŝŵŝƐƚŽƌĞŐƵůĂƚĞƚŚĞŝůůƵŵŝŶĂŶĐĞůĞǀĞůƐǁŚŝůĞ ĐŚĂŶŐŝŶŐ ƚŚĞ ĐŽůŽƵƌ ƚĞŵƉĞƌĂƚƵƌĞ ƐŝŶĐĞ ƚŚŝƐ ƚLJƉĞ ŽĨ ůƵŵŝŶĂŝƌĞ ĐĂŶ ďĞ ŐƌĂĚƵĂƚĞĚ ĨƌŽŵ ǁĂƌŵ ǁŚŝƚĞ ƚŽĐŽůĚ ϯ Z^h>d^ dĂďůĞƐϯĂŶĚϰƐŚŽǁƚŚĞŝůůƵŵŝŶĂŶĐĞĂŶĚ^ůĞǀĞůƐ ƌĞĂĐŚĞĚŝŶĞĂĐŚƚŝŵĞnjŽŶĞŝŶĞĂĐŚĐĂůĐƵůĂƚŝŽŶŵŽĚĞů ĂŶĚŝŶƚŚĞƉĞƌŝŽĚƐĨƌŽŵϴϬϬĂŵƚŽϴϬϬƉŵĂŶĚϴϬϬ ƉŵƚŽϴϬϬĂŵ ĞĨŽƌĞ ĐŽŵƉĂƌŝŶŐƚŚĞƌĞƐƵůƚƐ ŽďƚĂŝŶĞĚŝƚ ƐŚŽƵůĚ ďĞ ŶŽƚĞĚ ƚŚĂƚ ŝŶ ŶŽŶĞ ŽĨ ƚŚĞ ŵŽĚĞůƐ ŝƐ ƚŚĞ ŶĂƚƵƌĂů ůŝŐŚƚ ƐƵĨĨŝĐŝĞŶƚ ƚŽ ŐƵĂƌĂŶƚĞĞ ĂŶ ĂĚĞƋƵĂƚĞ ůĞǀĞů ŽĨ ŝůůƵŵŝŶĂƚŝŽŶ Ăƚ Ăůů ƉŽŝŶƚƐŽĨ ƚŚĞƐƉĂĐĞ ;ϱϬϬ ůdž ŝŶƚŚĞ ŵŽƌŶŝŶŐĂŶĚϭϬϬůdžŝŶƚŚĞůĂƚĞĂĨƚĞƌŶŽŽŶĂŶĚĂƚŶŝŐŚƚͿ ƐŝŶĐĞŝŶ^ĞǀŝůůĞŽŶůLJϱϬϬůƵdžĂƌĞƌĞĂĐŚĞĚĂƚŽŶĞŽĨƚŚĞ ĞƐƚĂďůŝƐŚĞĚ ƉŽŝŶƚƐ ;&Ϳ ĂŶĚ ŝŶ >ŽŶĚŽŶ ƚŚĞ ŵĂdžŝŵƵŵ ǀĂůƵĞ ƌĞĂĐŚĞĚ ŝƐ ϮϯϬ ůƵdž Ăƚ ƉŽŝŶƚ  Ăƚ ϭϮ ŶŽŽŶ ŝŶ ƐƵŵŵĞƌ dŚĞƌĞĨŽƌĞ ƚŚĞ ƌĞƐƵůƚƐ ƐŚŽǁŶ ŚĂǀĞ ďĞĞŶ ŽďƚĂŝŶĞĚ ĨƌŽŵ ĞůĞĐƚƌŝĐ ůŝŐŚƚŝŶŐ ƐŽƵƌĐĞƐ WƌŽƉŽƐŝŶŐ ĐŽŶƚƌŽůƐLJƐƚĞŵƐƚŚĂƚĂĐƚŽŶĂůůƚŚĞůƵŵŝŶĂŝƌĞƐĂƚƚŚĞ ƐĂŵĞ ƚŝŵĞ ĚŽĞƐ ŶŽƚ ĂůůŽǁ ƚŚĞŵ ƚŽ ĂĐƚ ďLJ njŽŶĞƐ ǁŚŝĐŚǁŽƵůĚďĞƚŚĞŝĚĞĂůǁĂLJƚŽƚĂŬĞĂĚǀĂŶƚĂŐĞŽĨ dĂďůĞϯ/ůůƵŵŝŶĂŶĐĞĂŶĚ^ůĞǀĞůƐŝŶĞĂĐŚĐĂƐĞƐƚƵĚLJ^ĐŚĞĚƵůĞĨƌŽŵϴϬϬĂŵƚŽϴϬϬƉŵ ϴϬϬĂŵͲϴϬϬƉŵ ^dhz ^^ KEd ZK> >hD/EKh^ &>hy d />>hD/EE /Z/E^d/Dh>h^ DŝŶ DĂdž ǀĞƌĂŐĞ DŝŶ DĂdž ǀĞƌĂŐĞ Ϭ KEK&& ϭϴϬϬůŵ ϰϬϬϬ< ϭϲϯůdž ϰϴϭůdž Ϯϱϰůdž ϬϬϰϴ ϬϮϳϵ Ϭϭϰϴ  KEK&& ϰϭϬϬůŵ ϱϬϬϬ< ϱϯϴůdž ϵϲϵůdž ϳϬϵůdž Ϭϰϲϲ Ϭϱϴ Ϭϰϵϱ  KEK&& ϰϭϬϬůŵ ϯϱϬϬ< ϱϯϴůdž ϵϲϵůdž ϳϬϵůdž Ϭϯϯ Ϭϰϴϭ Ϭϯϲϵ  /DDZ ϰϭϬϬůŵ ϱϬϬϬ< ϱϬϬůdž ϱϬϬůdž ϱϬϬůdž Ϭϯϴϱ Ϭϯϴϱ Ϭϯϴϱ  /DDZ ϰϭϬϬůŵ ϯϱϬϬ< ϱϬϬůdž ϱϬϬůdž ϱϬϬůdž ϬϮϰϳ ϬϮϰϳ ϬϮϰϳ  dhE> ϰϭϬϬůŵ ϱϬϬϬͲϯϱϬϬ< ϱϬϬůdž ϱϬϬůdž ϱϬϬůdž Ϭϯϴϱ Ϭϯϴϱ Ϭϯϴϱ dĂďůĞϰ/ůůƵŵŝŶĂŶĐĞĂŶĚ^ůĞǀĞůƐŝŶĞĂĐŚĐĂƐĞƐƚƵĚLJ^ĐŚĞĚƵůĞĨƌŽŵϴϬϬƉŵƚŽϴϬϬĂŵ ϴϬϬƉŵͲϴϬϬĂŵ ^dhz ^^ KEdZK > >hD/EKh^ &>hy d />>hD/EE /Z/E^d/Dh>h^ DŝŶ DĂdž ǀĞƌĂŐĞ DŝŶ DĂdž ǀĞƌĂŐĞ Ϭ KEK&& ϭϴϬϬůŵ ϰϬϬϬ< ϭϲϯůdž ϰϴϭůdž Ϯϱϰůdž ϬϬϰϴ ϬϮϳϵ Ϭϭϰϴ  KEK&& ϰϭϬϬůŵ ϱϬϬϬ< ϱϯϴůdž ϵϲϵůdž ϳϬϵůdž Ϭϰϲϲ Ϭϱϴ Ϭϰϵϱ  KEK&& ϰϭϬϬůŵ ϯϱϬϬ< ϱϯϴůdž ϵϲϵůdž ϳϬϵůdž Ϭϯϯ Ϭϰϴϭ Ϭϯϲϵ  /DDZ ϰϭϬϬůŵ ϱϬϬϬ< ϭϬϬůdž ϭϬϬůdž ϭϬϬůdž Ϭϭϭϳ Ϭϭϭϳ Ϭϭϭϳ  /DDZ ϰϭϬϬůŵ ϯϱϬϬ< ϭϬϬůdž ϭϬϬůdž ϭϬϬůdž ϬϬϱϳ ϬϬϱϳ ϬϬϱϳ  dhE> ϰϭϬϬůŵ ϱϬϬϬͲϯϱϬϬ< ϭϬϬůdž ϭϬϬůdž ϭϬϬůdž ϬϬϱϳ ϬϬϱϳ ϬϬϱϳ sŽůϭϭϳϰ ϯϱƚŚW>ŽŶĨĞƌĞŶĐĞWůĂŶŶŝŶŐWŽƐƚĂƌďŽŶŝƟĞƐ DOI: ŚƩƉƐĚŽŝŽƌŐϭϬϭϳϵϳϵƐƉƵĚĐϵϳϴϴϰϵϳϰϵϳϵϰϳ ĚŝŵŵĂďůĞůƵŵŝŶĂŝƌĞƐƚŚĞdŝŶĨůƵĞŶĐĞƐƚŚĞ^ǁŝƚŚ Ă ϱϬϬϬ < d ǁŚŝĐŚ ŝƐ ďĞƚƚĞƌ ĚƵƌŝŶŐ ƚŚĞ ĚĂLJ ƐŝŶĐĞ ŚŝŐŚĞƌ ^ ůĞǀĞůƐ ĂƌĞ ĂĐŚŝĞǀĞĚ ǁŚŝůĞ ůŽǁĞƌ ǀĂůƵĞƐ ŽĨ ϯϱϬϬ<ĂƌĞŽďƚĂŝŶĞĚĂƚŶŝŐŚƚdŚŝƐŝƐĨŽůůŽǁĞĚďLJƚŚĞ ŶĞdžƚůĞǀĞůŽĨůŝŐŚƚŝŶŐĐŽŶƚƌŽůƐLJƐƚĞŵĚŝŵŵĂďůĞǁŚŝƚĞ ƚƵŶĞĂďůĞ ůƵŵŝŶĂŝƌĞƐ ;ĐĂƐĞ Ϳ dŚĞƐĞ ƐŚĂƌĞ ƚŚĞ ĂĚǀĂŶƚĂŐĞƐŽĨƉƌĞǀŝŽƵƐĚŝŵŵĂďůĞůƵŵŝŶĂŝƌĞƐŝŶƚĞƌŵƐ ŽĨ ŝŶƚĞŶƐŝƚLJ ĂŶĚ ĂůůŽǁ ƚŚĞ ƐƉĞĐƚƌƵŵ ƚŽ ďĞ ŵŽĚŝĨŝĞĚ ďŽƚŚĚĂLJĂŶĚŶŝŐŚƚŽŵƉĂƌĞĚƚŽƚŚĞĂĚũƵƐƚĂďůĞϱϬϬϬ < ƚŚŝƐ ƐLJƐƚĞŵ ƌĞĚƵĐĞƐ ŶŝŐŚƚ ƚŝŵĞ ^ ďLJ ϱϭй ĂƉƉƌŽĂĐŚŝŶŐƚŚĞŵĂdžŝŵƵŵůĞǀĞůŽĨϬϭŽŵƉĂƌĞĚƚŽ ƚŚĞĂĚũƵƐƚĂďůĞϯϱϬϬ<ĚĂLJƚŝŵĞ^ŝŶĐƌĞĂƐĞƐďLJϱϲй &ŝŐ ϯ ƐŚŽǁƐ ŚŽǁ ƚŚĞ ^ ŝŶĨůƵĞŶĐĞƐ ĞĂĐŚ ŽĨ ƚŚĞ ĐĂƐĞƐƚƵĚŝĞƐĂƚĞĂĐŚƉŽŝŶƚŝŶƚŚĞŶƵƌƐŝŶŐĐŽŶƚƌŽůĂƌĞĂ ϰ KE>h^/KE^ dŚĞ ƌĞƐƵůƚƐ ŽďƚĂŝŶĞĚ ĨƌŽŵ ƚŚĞ ƐŝŵƵůĂƚŝŽŶ ƐŚŽǁ ƚŚĂƚ ĚƵĞ ƚŽ ƚŚĞ ŶŽŶͲŝŶĨůƵĞŶĐĞ ŽĨ ŶĂƚƵƌĂů ůŝŐŚƚŝŶŐ ǀĂƌŝĂďůĞƐƐƵĐŚĂƐůŽĐĂƚŝŽŶƚLJƉĞŽĨƐŬLJŽƌƚŝŵĞƉĞƌŝŽĚ ĂƌĞŶŽƚƌĞůĞǀĂŶƚdŚŝƐŽĐĐƵƌƐŝŶƚŚŝƐĐĂƐĞďĞĐĂƵƐĞƚŚĞ ǁŽƌŬĂƌĞĂŽĨƚŚĞĐĂƌĞƉĞƌƐŽŶŶĞůĂŶĂůLJƐĞĚŝƐƋƵŝƚĞĨĂƌ ĨƌŽŵƚŚĞŶĂƚƵƌĂůůŝŐŚƚƐŽƵƌĐĞƐŽĨƐƉĂĐĞ /ĨĐŽŶƐŝĚĞƌŝŶŐƚŚĞƉĂƌĂŵĞƚĞƌƐĚŝƌĞĐƚůLJĂĨĨĞĐƚŝŶŐ^ ŝƚ ŝƐ ƉŽƐƐŝďůĞ ƚŽ ŽďƐĞƌǀĞ ƚŚĞ ĞĨĨĞĐƚ ŽĨ ďŽƚŚ ^W ĂŶĚ ƚŚĞůŝŐŚƚŝŶŐůĞǀĞůdŚŝƐĐŽŶĨŝƌŵƐƚŚĞĚŝƌĞĐƚŝŶĨůƵĞŶĐĞŽĨ ƚŚĞ ůƵŵŝŶĂŝƌĞƐ ŽŶ ƚŚĞ ^ ĂĐĐŽƌĚŝŶŐ ƚŽ ƚŚĞ ƚLJƉĞ ĂŶĚ ƚŚĞƌĞŐƵůĂƚŝŽŶĐĂƉĂĐŝƚLJ;ŝůůƵŵŝŶĂŶĐĞĂŶĚƐƉĞĐƚƌƵŵͿ/Ŷ ƚŚĞ ĐĂƐĞ ŽĨ Ă ĨůƵŽƌĞƐĐĞŶƚ ůƵŵŝŶĂŝƌĞ ǁŚŝĐŚ ĚŽĞƐ ŶŽƚ ĐŽŵƉůLJǁŝƚŚ^ǀĂůƵĞƐ;ϬϭϰϴфϬϯͿƚŚĞƉƌŽƉŽƐĞĚ> ůƵŵŝŶĂŝƌĞƐ ƉƌŽǀŝĚĞ Ă ďĞƚƚĞƌ ĂĚũƵƐƚŵĞŶƚ ƚŽ ƚŚĞƐĞ ǀĂůƵĞƐĨŽƌĐĂƐĞƐǁŝƚŚďŽƚŚϱϬϬϬ<;ϬϰϵϱͿĂŶĚϯϱϬϬ< ;ϬϰϴϲͿdĂůƚŚŽƵŐŚƚŚŝƐĂƐƉĞĐƚĐĂŶďĞŵŽĚŝĨŝĞĚďLJ ƚŚĞĐŚĂƌĂĐƚĞƌŝƐƚŝĐƐŽĨƐƉĞĐŝĨŝĐůƵŵŝŶĂŝƌĞƐ /ƚŝƐĂůƐŽĐŽŶĨŝƌŵĞĚƚŚĂƚĚŝŵŵĂďůĞůŝŐŚƚŝŶŐŽĨĨĞƌƐ ďĞƚƚĞƌ^ǀĂůƵĞƐĐŽŵƉĂƌĞĚƚŽƐƚĂŶĚĂƌĚůŝŐŚƚŝŶŐƐŝŶĐĞ ŝŶĂĚĚŝƚŝŽŶƚŽĂĐŚŝĞǀŝŶŐƚŚĞŽƉƚŝŵƵŵǀĂůƵĞƐ ĨŽƌĚĂLJ ĂŶĚ ŶŝŐŚƚ ŝƚ ĂǀŽŝĚƐ ǀŝƐƵĂů ĚŝƐƚƵƌďĂŶĐĞƐ ĐĂƵƐĞĚ ďLJ ĞdžĐĞƐƐ ůŝŐŚƚŝŶŐ ĂĐĐŽƌĚŝŶŐ ƚŽ ĐĂƌĞ ƉĞƌƐŽŶŶĞů ƉƌĞĨĞƌĞŶĐĞƐ ƐĂƐŝŐŶŝĨŝĐĂŶƚĂĚǀĂŶĐĞŝƚƐŚŽƵůĚďĞŶŽƚĞĚƚŚĂƚŝĨ ďŽƚŚŝůůƵŵŝŶĂŶĐĞůĞǀĞůƐĂŶĚ^WĂƌĞǀĂƌŝĞĚďĞƚƚĞƌ^ ǀĂůƵĞƐĂƌĞŽďƚĂŝŶĞĚĐŽŶĐůƵĚŝŶŐƚŚĂƚƚƵŶĞĂďůĞ ǁŚŝƚĞ ůƵŵŝŶĂŝƌĞƐƐŚŽƵůĚďĞƵƐĞĚŝŶϮϰϯϲϱǁŽƌŬĐĞŶƚƌĞƐƚŽ ŽƉƚŝŵŝnjĞƚŚĞ^ŽĨƚŚĞǁŽƌŬĞƌƐ &ƌŽŵ ƚŚĞ ƌĞƐƵůƚƐ ŽďƚĂŝŶĞĚ ŝƚ ŝƐ ĂůƐŽ ĐŽŶĐůƵĚĞĚ ƚŚĂƚ ƚŚĞ njŽŶŝŶŐ ŽĨ ƚŚĞ ůƵŵŝŶĂŝƌĞƐ ŝƐ Ă ĨƵŶĚĂŵĞŶƚĂů ƐƚƌĂƚĞŐLJ ĨŽƌ ůŝŐŚƚŝŶŐ ĐŽŶƚƌŽů ƐLJƐƚĞŵƐ ǁŚŝĐŚ Ăŝŵ ƚŽ ƌĞŐƵůĂƚĞ^ƐŝŶĐĞŵŽƌĞŽƉƚŝŵŝnjĞĚůĞǀĞůƐĂƌĞƌĞĂĐŚĞĚ ĂƚƚŚĞƉŽŝŶƚƐŶĞĂƌƚŚĞǁŝŶĚŽǁƐĐŽŵƉĂƌĞĚƚŽĐĞŶƚƌĂůƐ &ŽƌĨƵƚƵƌĞƌĞƐĞĂƌĐŚŝƚŝƐǁŽƌƚŚŵĞŶƚŝŽŶŝŶŐƚŚĞƵƐĞ ŽĨƚŚŝƐŵĞƚŚŽĚŽůŽŐLJŝŶĐůƵĚŝŶŐŽƚŚĞƌǀĂƌŝĂďůĞƐƐƵĐŚĂƐ ŽƌŝĞŶƚĂƚŝŽŶ ǁŝŶĚŽǁ ƐŝnjĞ ƌŽŽŵ ĚĞƉƚŚ ĂƐ ǁĞůů ĂƐ ŵŽƌĞ ĐŽŵƉůĞdž ĐŽŶƚƌŽů ƐLJƐƚĞŵƐ ĞƉĞŶĚŝŶŐ ŽŶ ƚŚĞ ƌĞƐƵůƚƐŽďƚĂŝŶĞĚƚƵŶĞĂďůĞůƵŵŝŶĂŝƌĞƐǁŝůůďĞĐŚŽƐĞŶ &ƌŽŵƚŚĞƌĞƐƵůƚƐŽďƚĂŝŶĞĚŝƚŝƐĂůƐŽĚĞĚƵĐĞĚƚŚĂƚĨŽƌ ƚŚĞ ƐĂŵĞ ^W ǀĂůƵĞ ŽƉƚŝŵŝnjĞĚ ƌĞƐƵůƚƐ ĐĂŶ ďĞ ŽďƚĂŝŶĞĚďLJǀĂƌLJŝŶŐƚŚĞƐƉĞĐƚƌƵŵŵĂŬŝŶŐƚŚŝƐƚŽƉŝĐĂ ƉŽƚĞŶƚŝĂůĨƵƚƵƌĞůŝŶĞŽĨƌĞƐĞĂƌĐŚ Z&ZE^ ϭ > ĞůůŝĂ ĂŶĚ & &ƌĂŐůŝĂƐƐŽ ;ϮϬϭϳͿ EĞǁ ƉĂƌĂŵĞƚĞƌƐ ƚŽ ĞǀĂůƵĂƚĞƚŚĞĐĂƉĂďŝůŝƚLJ ŽĨ ĂĚĂLJůŝŐŚƚͲůŝŶŬĞĚĐŽŶƚƌŽůƐLJƐƚĞŵ ŝŶĐŽŵƉůĞŵĞŶƚŝŶŐĚĂLJůŝŐŚƚƵŝůĚŝŶŐĂŶĚŶǀŝƌŽŶŵĞŶƚϭϮϯ Ɖ ϮϮϯʹϮϰϮ Ϯ /ĐŽƐƚĂDĂŵƉĂŶŽ^ŽŵŝŶŐƵĞnjͲŵĂƌŝůůŽĂŶĚ DƵŹŽnj ;ϮϬϭϴͿ LJŶĂŵŝĐ ĚĂLJůŝŐŚƚ ŵĞƚƌŝĐƐ ĨŽƌ ĞůĞĐƚƌŝĐŝƚLJ ƐĂǀŝŶŐƐŝŶ ŽĨĨŝĐĞƐ tŝŶĚŽǁ ƐŝnjĞ ĂŶĚ ĐůŝŵĂƚĞ ƐŵĂƌƚ ůŝŐŚƚŝŶŐ ŵĂŶĂŐĞŵĞŶƚŶĞƌŐŝĞƐϭϭ;ϭϭͿƉϮͲϮϳ ϯ K'ƌŝŐŽƌĞ/'ĂǀĂƚĂŶĚDŽƚĞƐĐƵ;ϮϬϬϴͿ^ƚŽĐŚĂƐƚŝĐ ĂůŐŽƌŝƚŚŵƐ ĨŽƌ ĂĚĂƉƚŝǀĞ ůŝŐŚƚŝŶŐ ĐŽŶƚƌŽů ƵƐŝŶŐ ƉƐLJĐŚŽƉŚLJƐŝŽůŽŐŝĐĂů ĨĞĂƚƵƌĞƐ /ŶƚĞƌŶĂƚŝŽŶĂů :ŽƵƌŶĂů ŽĨ ŝŽůŽŐLJĂŶĚŝŽŵĞĚŝĐĂůŶŐŝŶĞĞƌŝŶŐϭ;ϰͿƉϲϴͲϳϳ ϰ >ĞůůŝĂ&&ƌĂŐůŝĂƐƐŽĂŶĚ^ƚĞĨĂŶŝnjnjŝ;ϮϬϭϲͿtŚLJĂƌĞ ĚĂLJůŝŐŚƚͲůŝŶŬĞĚ ĐŽŶƚƌŽůƐ ;>ƐͿŶŽƚƐŽ ƐƉƌĞĂĚůŝƚĞƌĂƚƵƌĞ ƌĞǀŝĞǁƵŝůĚŝŶŐĂŶĚŶǀŝƌŽŶŵĞŶƚϭϬϲƉϯϬϭʹϯϭϮ ϱ D'&ŝŐƵĞŝƌŽĞƚĂů;ϮϬϭϳͿdŚĞŝŵƉĂĐƚŽĨĚĂLJƚŝŵĞůŝŐŚƚ ĞdžƉŽƐƵƌĞƐ ŽŶ ƐůĞĞƉ ĂŶĚ ŵŽŽĚ ŝŶ ŽĨĨŝĐĞ ǁŽƌŬĞƌƐ ^ůĞĞƉ ,ĞĂůƚŚϯ;ϯͿƉϮϬϰʹϮϭϱ ϲ W Z ŽLJĐĞ ;ϮϬϭϬͿ ZĞǀŝĞǁ dŚĞ ŝŵƉĂĐƚ ŽĨ ůŝŐŚƚ ŝŶ ďƵŝůĚŝŶŐƐ ŽŶ ŚƵŵĂŶ ŚĞĂůƚŚ /ŶĚŽŽƌ Ƶŝůƚ ŶǀŝƌŽŶŵĞŶƚ ϭϵ ;ϭͿƉϴʹϮϬ ϳ < D <ŝŵ z t <ŝŵ ^ d KŚ ĂŶĚ : , >ŝŵ ;ϮϬϭϵͿ ĞǀĞůŽƉŵĞŶƚ ŽĨ Ă ŶĂƚƵƌĂů ůŝŐŚƚ ƌĞƉƌŽĚƵĐƚŝŽŶ ƐLJƐƚĞŵ ĨŽƌ ŵĂŝŶƚĂŝŶŝŶŐƚŚĞĐŝƌĐĂĚŝĂŶƌŚLJƚŚŵ/ŶĚŽŽƌƵŝůƚŶǀŝƌŽŶŵĞŶƚ Ϯϵ;ϭͿƉϭϯϮʹϭϰϰ ϴ Z'^ƚĞǀĞŶƐ;ϮϬϬϵͿ>ŝŐŚƚͲĂƚͲŶŝŐŚƚĐŝƌĐĂĚŝĂŶĚŝƐƌƵƉƚŝŽŶ ĂŶĚ ďƌĞĂƐƚ ĐĂŶĐĞƌ ƐƐĞƐƐŵĞŶƚ ŽĨ ĞdžŝƐƚŝŶŐ ĞǀŝĚĞŶĐĞ /ŶƚĞƌŶĂƚŝŽŶĂů:ŽƵƌŶĂůŽĨƉŝĚĞŵŝŽůŽŐLJϯϴ;ϰͿƉϵϲϯʹϵϳϬ ϵ > ĞůůŝĂ & ŝƐĞŐŶĂ ĂŶĚ ' ^ƉĂĚĂ ;ϮϬϭϭͿ >ŝŐŚƚŝŶŐ ŝŶ ŝŶĚŽŽƌĞŶǀŝƌŽŶŵĞŶƚƐsŝƐƵĂůĂŶĚŶŽŶͲǀŝƐƵĂůĞĨĨĞĐƚƐŽĨůŝŐŚƚ ƐŽƵƌĐĞƐǁŝƚŚĚŝĨĨĞƌĞŶƚƐƉĞĐƚƌĂůƉŽǁĞƌĚŝƐƚƌŝďƵƚŝŽŶƐƵŝůĚŝŶŐ ĂŶĚŶǀŝƌŽŶŵĞŶƚϰϲ;ϭϬͿƉϭϵϴϰʹϭϵϵϮ ϭϬ ,ŽƵz ŚŽƵ, :ŝĂŶŐ^ ŚŝĞŶ > yŝĞ ĂŶĚ : ^ƉĂŶŽƐ ;ϮϬϭϴͿ tŝŶ>ŝŐŚƚ  tŝ&ŝͲďĂƐĞĚ ŽĐĐƵƉĂŶĐLJͲĚƌŝǀĞŶ ůŝŐŚƚŝŶŐ ĐŽŶƚƌŽů ƐLJƐƚĞŵ ĨŽƌ ƐŵĂƌƚ ďƵŝůĚŝŶŐ ŶĞƌŐLJ ĂŶĚ ƵŝůĚŝŶŐƐϭϱϴƉϵϮϰʹϵϯϴ ϭϭ /ĐŽƐƚĂ:EĂǀĂƌƌŽĂŶĚ::^ĞŶĚƌĂ;ϮϬϭϭͿdŽǁĂƌĚƐ ĂŶ ĂŶĂůLJƐŝƐ ŽĨ ĚĂLJůŝŐŚƚŝŶŐ ƐŝŵƵůĂƚŝŽŶƐŽĨƚǁĂƌĞ ŶĞƌŐŝĞƐϰ ;ϳͿƉϭϬϭϬʹϭϬϮϰ ϭϮ D^ZĞĂD'&ŝŐƵĞŝƌŽ:ƵůůŽƵŐŚĂŶĚŝĞƌŵĂŶ ;ϮϬϬϱͿ  ŵŽĚĞů ŽĨ ƉŚŽƚŽƚƌĂŶƐĚƵĐƚŝŽŶ ďLJ ƚŚĞ ŚƵŵĂŶ ĐŝƌĐĂĚŝĂŶ ƐLJƐƚĞŵ ƌĂŝŶ ZĞƐĞĂƌĐŚ ZĞǀŝĞǁƐ ϱϬ ;ϮͿ Ɖ Ϯϭϯʹ ϮϮϴ ϭϯ EKZ EŽƌŵĂ hEͲE ϭϮϰϲϰͲϭϮϬϭϮ /ůƵŵŝŶĂĐŝſŶ /ůƵŵŝŶĂĐŝſŶĚĞůŽƐůƵŐĂƌĞƐĚĞƚƌĂďĂũŽWĂƌƚĞϭ>ƵŐĂƌĞƐĚĞ ƚƌĂďĂũŽĞŶŝŶƚĞƌŝŽƌĞƐϮϬϭϮ ϭϰ > ĞůůŝĂ  WĞĚĂĐĞ ' ĂƌďĂƚŽ ĂŶĚ & &ƌĂŐůŝĂƐƐŽ ;ϮϬϭϱͿ ŽŵƉůĞƚĞ ĞǀĂůƵĂƚŝŽŶ ŽĨ ĚĂLJůŝŐŚƚ ĐŚĂƌĂĐƚĞƌŝƐƚŝĐƐ ŝŶ ǁŽƌŬŝŶŐĞŶǀŝƌŽŶŵĞŶƚƐϲƚŚs>hyĂLJůŝŐŚƚ^LJŵƉŽƐŝƵŵϭ Ɖ Ϯʹϯ ϭϱ Z : >ƵĐĂƐĞƚ Ăů ;ϮϬϭϰͿ DĞĂƐƵƌŝŶŐ ĂŶĚ ƵƐŝŶŐ ůŝŐŚƚ ŝŶ ƚŚĞŵĞůĂŶŽƉƐŝŶĂŐĞdƌĞŶĚƐŝŶEĞƵƌŽƐĐŝĞŶĐĞƐϯϳ;ϭͿƉƉϭʹ ϵ ϭϲ & DĂĂŵĂƌŝ D &ŽŶƚŽLJŶŽŶƚ ĂŶĚ E ĚƌĂ ;ϮϬϬϲͿ ƉƉůŝĐĂƚŝŽŶŽĨƚŚĞ/ƚĞƐƚĐĂƐĞƐƚŽĂƐƐĞƐƐƚŚĞĂĐĐƵƌĂĐLJŽĨ ůŝŐŚƚŝŶŐĐŽŵƉƵƚĞƌƉƌŽŐƌĂŵƐŶĞƌŐLJĂŶĚƵŝůĚŝŶŐƐϯϴ;ϳͿƉ ϴϲϵʹϴϳϳ ϭϳ D ' &ŝŐƵĞŝƌŽ < 'ŽŶnjĂůĞƐ ĂŶĚ  WĞĚůĞƌ ;ϮϬϭϲͿ ĞƐŝŐŶŝŶŐǁŝƚŚŝƌĐĂĚŝĂŶ^ƚŝŵƵůƵƐ>ĚнĂϵ;ϯͿƉϯϭʹϯϯ ANEXOS II II.1.2. How to Design a Proper Daylight Control System? An Example of Calibration Under Overcast Sky Conditions 107 How to Design a Proper Daylight Control System? An Example of Calibration Under Overcast Sky Conditions -Lovillo Department of Architectural Constructions I University of Seville Seville, Spain [email protected] Ignacio Acosta Department of Architectural Constructions I University of Seville Seville, Spain [email protected] Laura Bellia Department of Industrial Engineering University of Naples Naples, Italy [email protected] -Amarillo Department of Architectural Constructions I University of Seville Seville, Spain [email protected] Francesca Fragliasso Department of Industrial Engineering Naples, Italy [email protected] Department of Architectural Constructions I University of Seville Seville, Spain [email protected] Abstract Despite the benefits that lighting control systems provide in terms of energy saving and improving user comfort, these systems are not very spread due to several factors. Furthermore, one of the main challenges to overcome in the configuration of these systems is the adaptation to natural lighting, due to its continuous variations. With this paper it is proposed to give the keys to obtain a simple automatic control system, which gives good results and low cost. To do this, it is proposed to find the existing correlation value between the photosensor signal and the work plane illuminance to calibrate the system under overcast sky conditions. For this, a private office in Naples is considered as a case study. Specifically, three calibration strategies were compared, respectively based on 1) data referred to the entire year, 2) data referred to each month and 3) data depending on sun position. The results obtained show that the best calibration strategy for this case located in Naples and facing south, is considering the position of the sun. This is so because it has been demonstrated that despite being an analysis under overcast sky condition, there is an influence of the incidence of the sun. Keywords Daylight linked control systems, daylight availability, daylight linked control systems calibration strategies, overcast sky I. INTRODUCTION In the design of a building, daylight-linked controls (DLC) play a key role since, in addition to ensuring comfort conditions for users, they contribute significantly to energy savings [1]. The use of DLC is beginning to spread, although the results are not always auspicious due to difficulties from design to commissioning [2]. One of the main problems is related to the integration of daylight. Daylight has multiple proven benefits ranging from ensuring user performance [3] to improving their mental [4] and biological health [5], even affects the circadian rhythm [6]. However, the control of daylighting is quite complex due to the continuous changes depending on the type of sky, the position of the sun (direct radiation), etc. Daylighting in the DLC system is often incorporated using photosensors. These elements report the amount of daylight available to adjust electric lighting to the required lighting conditions. The type [7][8][9], position [8][10][11][12][13][14], and number [13][15][14] of photosensors will condition the performance of DLCs, so their configuration has been a field of in-depth study in recent years. The main objective of the DLC system is to ensure that the illuminance at the work plane is optimal for each specific task [16]. To guarantee that this occurs, it is necessary to know the level of illumination at these points to cover with electric lighting the desired level that cannot be achieved with daylighting. To guarantee that is a complicated task since the lighting conditions in a space are not constant. Interior daylight is affected by static factors such as the morphology of windows [17][18], the orientation [18][19] or the reflectance of the surfaces [18][20], but also by dynamic factors such as the period of year [21], the type of the sky [22] or the solar radiation [23] which make it necessary to check the lighting levels from time to time. Ideally, to have this information, a photosensor should be placed on the working plane. However, the information perceived by the sensors placed in this position can be interfered with by objects or the movement of users [16][24]. Some methodologies rely on alternative configurations such as user-ported sensors [25] or sensorless systems [26]. However, the most traditionally used option is the placement of sensors on the ceiling plane [16]. This configuration requires a calibration process. This is again a challenge, as the calibration is based on establishing a correlation between the illuminance measured by the photosensor in the ceiling or a wall plane and the one established at the working plane, which is conditioned by the variation in the indoor lighting environment [27][14]. The DLCs calibration will determine how the system works and it depends on the type of control strategy. To obtain this value, some methodologies use monitoring campaigns with photosensors on the work plane and on the ceiling or wall[14][27][28]. With this information, it is possible to obtain the typical correlation (E/S) between the illuminance at the work plane (E) and the photosensor signal (S). However, this is not always possible, or it is difficult to obtain a large amount of data to get reliable results. An intellectual tasks to understand how comfortable users are with typical lighting configurations. The research questions are: 1. Are typical lighting configurations suitable for environments where users are constantly changing tasks? 2. Do users prefer to be able to control lighting manually? The innovation of this research is that provide indicators of mechanisms for enhancing individual lighting comfort based on the fact that user preferences should affect the lighting control systems to ensure that they adapt to their needs. II. M ETHODOLOGY The work is based on experimental research developed in an indoor laboratory environment. In this space, participants work individually for about an hour on different tasks, including activities on paper and screen activities on laptops. The first activity to be completed by the user is an initial survey seeking information on personal data (age, biological sex…) and a light comfort survey with initial lighting and environmental comfort survey. Following this initial survey, the user is free to regulate the intensity and colour temperature of the lighting. They are instructed to record any changes they make in the lighting configuration on the log record sheet provided and to write down why are they not comfortable. Several task schedules vary in specific sequences that are not known beforehand to the subjects in order to emulate non steady workplaces. At the end of the test, a semi-structured interview is developed. The total expended time for the experiment is one hour in the lighting room plus previous preparation and debriefing time. To analyse the user's interaction with the interface, the modifications made by the user in the configuration are monitored for later comparison with the answers from the log record sheet and the interview. A. Experiment sample The sample is made up of 17 students from the Bachelor’s Degree in Architecture at the University of Seville, Spain. As observed from other methodologies [14][21][17], a sample of 17 participants is enough to obtain results based on qualitative analyses, while a higher number would increase the complexity of the experiment unnecessarily. The sample consists of 7 male and 10 female students aged 20 to 26 and the test group characteristics are sufficiently representative for the experiment goals. Before the start of the experiment, all participants signed an informed consent and individual data management after being informed of the general procedure. This document, which also includes a data protection clause, has been approved by an ethical committee. B. Lab environment characterization The tests are carried out in a lighting lab room. The room, measuring 1.96 x 1.96 m and 2.2 m high, has no natural lighting in order to avoid interference. A white table and chair are found inside the room. Fig. 1 shows the definition of the room. Nine multispectral LED modules for downlight luminaires are used in the lab. They are equipped with 7 channels that allow both the CCT and the lighting flux to be adjusted. The interface allows the regulation of these luminaires by adjusting the colour temperature of the lighting and the lighting flux to users’ preferences. In addition, the controller also allows the loading of specific spectra previously defined by the researcher. C. Lighting program Three different lighting configurations or scenes are established during the experiment. These configurations are previously defined and loaded into the control system so that the experiment coordinator can set them when appropriate. Sessions start with a light environment corresponding to a F6 fluorescent at 3900 K, which represent legacy lighting of office environments. For the second scene, a standard CIE D65 [22] lighting configuration is chosen, reproducing daylight in Western Europe. The third configuration corresponds to a phosphor LED at 2700 K, which is a warm configuration. The previous are neutral and cool ones, respectively, so these three configurations result in three different types of lighting according to tone. In terms of illuminance flux, an illuminance threshold of at least 2000 lx is set at the start of each scene, covering most of the scenarios listed in UNE-EN 12460. In all three cases, the scenes start with values higher than the minimum standards and users have the option of modifying the flux output to match the preferences by interacting with the control system. These measurements of the value stablished by the participant have been obtained using a Konica Minolta CL- 70F spectrometer. D. Mixed methods As the aim is to obtain individual information on the personal preferences of users, the use of mixed methods is proposed, starting from qualitative data, and using quantitative data as boundary conditions in order to guarantee more robust results [23]. 1) Data collection: Two types of data samples are taken for qualitative data. Users' personal opinions are compiled using a personal log recording the reason why are they not comfortable. In addition, a semi-structured interview is carried out in which thematic questions are discussed. 2) Data analysis: The departure point for the qualitative analysis is the analysis of transcripts obtained from the semistructured interviews. To determine the process of analysis of this research, we follow the process by Casasempere [24] for the qualitative analysis of texts with MAXQDA. We adapt it as follows: a) Read the text and extract the relevant topics Fig. 1. Lab environment definition with measures Authorized licensed use limited to: Universidad de Sevilla. Downloaded on June 16,2024 at 16:44:25 UTC from IEEE Xplore. Restrictions apply. from the interviews with each participant (key points), b) Build categories, c) Assign the key points to each category, d) Perform the analysis (thematic matrix, analysis of each case, thematic analysis), e) Present results. In this process, it is interesting to have a research diary which can be used to take notes on the relevant aspects of the research compiled subjectively by the researcher. To ensure more reliable qualitative research, other methodologies advocate the triangulation method [15], in which the results obtained from one data collection method are validated using the results obtained from other data collection methods to confirm the previous ones. In this case, the answers of the semi-structured interview are validated with the answers given in the log. The objective quantitative data are analysed considering the flux and CCT values measured after each change made by the participant. The analysis of the subjective quantitative data is carried out considering the users’ responses for the subsequent comparison with the qualitative data. Once the quantitative and qualitative data have been analysed, they are compared to obtain the desired results. III. RESULTS A. Qualitative data – semi-structured interview Following the proposed methodology, the analysis of qualitative data is carried out. On the thematic matrix, a longitudinal analysis is conducted in which all the answers given by each user are Fig. 2. User perception and comfort responses in the interview (inner ring: S1; considered. In this case, an objective analysis is developed considering only the answers from the respondents which are of relevance to the research questions. In this case, the answers given by each participant are organized in order to establish a general idea of the individual profiles. These results will be used to perform the comparative analysis. Additionally, a cross-sectional analysis of the thematic matrix is conducted to establish user responses according to each category. In this subjective analysis the researcher interprets the answers provided by the users. In this way, words or groups of words are identified that may or may not be repeated by some participants, in turn providing a specific answer for the relevant category. These categories have been re-coded to group and quantify the responses. The clustered results can be seen in Fig. 2. If we consider the answers related to the perception of lighting, the majority of the participants of this experiment perceive scene 1 (neutral) better, as 94% perceive it as pleasant or indifferent. On the other hand, the scene they perceive worst is the warm scene (scene 3), with 53% of the participants rating it as disturbing. Analysing the responses related to visual comfort, we can deduce that the neutral scene (S1) is the most comfortable, as no participant perceives it as annoying or unbearable. This is in line with Bustamante et al. [25] when they show that users feel more comfortable with neutral lighting. If we consider the responses related to users' perception when looking at a sheet of paper placed on the horizontal plane, most participants indicate that they perceive paper and screen differently for all scenes, without specifying to what extent. However, for the case of scene 2 (cool), 12% of the participants say that they feel comfortable with this middle ring: S2; outer ring: S3) Authorized licensed use limited to: Universidad de Sevilla. Downloaded on June 16,2024 at 16:44:25 UTC from IEEE Xplore. Restrictions apply. scene for reading on paper, while the same percentage (12%) indicate that it bothers them. In addition, 12% of the participants responded that they found the warm scene (S3) uncomfortable for viewing paper due to the lighting colour. The participants provide further comments regarding the perception of the screen. With scene 1, 18% find looking at the screen in neutral light unpleasant while 12% class this between comfortable and pleasant. None commented that it felt annoying. With scene 2, most of the comments are focused on negative comments; 18% find looking at the screen unpleasant and 12% feel that it is annoying. These same percentages are observed for the case of scene 3. Different responses were found when analysing the type of control preferred by the participants. It should be noted that 53% of the participants of this experience prefer mixed controls in which the lighting is changed automatically but can also be adjusted manually to some degree. Only 12% of participants favour traditional manual controls, while 35% prefer total automatic lighting control. 33% of the participants who prefer automatic or mixed control mention the need to predefine lighting profiles with their own preferences. These results can be seen in Fig. 3. B. Qualitative data – log After analysing the responses from the interviews and establishing an overview of the users’ preferences, these results are validated with the data obtained from the log in which the users had to write down the reason for these interactions. These data provide further information related to lighting preferences and comfort or discomfort, since the lack or presence of comfort is what determines whether or not users make changes in the basic lighting configurations. The data from the log are thus used in the analysis conducted. At first glance, it can be seen that most of the responses coincide or are complementary, although in few cases, the information obtained is contradictory. These data are also a complement to the interview data. The participant log gives information in real time about what bothers them to change, and they are also conditioned by the “obligation” of writing it down. However, in the interview they may have forgotten information or not included information they deemed irrelevant. If we analyse the comments for each scene, we can verify that in the three scenes they are negative comments. Fig. 3. Type of control preferred by user (outer ring: type of control; inner circle: profile definition preferences in automatic and mixed control) The reason for this is that if changes are made it is usually because of a lack of comfort. Analysing the responses for each scene, it is observed that in this case, scene 1 includes comments related to annoyance, reflection, lack of comfort or perception of yellow light, among others. While they do not bear much relation to the data obtained in the interview, participants may have been prompted to change these configurations by a need to increase comfort, despite this configuration being the most comfortable of the three, although not ideal. In scene 2 the answers are quite similar to those of the interview. In scene 3 these answers are also quite similar. However, it is noteworthy that the comment where participants report changing the lighting because they have difficulty seeing the screen is repeated up to 6 times, and this does not occur so clearly in the interview. C. Quantitative data The objective quantitative data used to support the qualitative ones are obtained from the monitoring of the interactions of the occupants with the control interface and show preferred values of flux and CCT over pre-set scenes. Considering the general values established by the users, it is observed that for scene 1, the changes made by participants in this experiment are made only in flux (17%) and CCT (41%). In scene 2, 6% of participants change flux, 47% change CCT and 6% change both flux and CCT. In scene 3, only one setting occurs in both (6%) and the rest (82%) in CCT. If we present the values preferred by the users after the changes, in scene 1 the changes tend to values close to 4200 K, except in one of the cases exceeding 5000 K. In scene 2, the values chosen by users vary between 4700 and 5900K, very close to the initial setting. The same occurs in scene 3: the values oscillate between 3100 and 3900 K, close to the 2700 K of the initial scene (except in one case that exceeds 4000 K). The other set of quantitative data collected was related to the subjective responses of the participants. In this case, as the questionnaire of subjective questions is completed by the participants with the initial configuration of scene 1, it is considered that the answers on colour perception in the environment and visual comfort are given considering neutral lighting conditions. An analysis of the level of comfort with the colour of the lighting shows that none of the participants was really uncomfortable with this configuration. However, the perception of colour was very different: 6 participants perceived it as cool, 5 as warm, and only 4 as neutral. As for the amount of lighting, no participants were really dissatisfied. Therefore, almost 60% of the respondents would leave the lighting level the same, while the rest would prefer a slightly lower lighting.These answers will be compared with the qualitative answers given by each user in relation to scene 1. D. Qualitative vs. quantitative For the purposes of comparison quantitative objective data such as flux and CCT are considered. Equally, quantitative subjective data like the responses related to the general perception are selected. It should be taken into account that the survey is carried out when the majority of the participants are under scene 1 (neutral light), so these responses will be compared with the objective and subjective quantitative data of this configuration. In the case of the qualitative data, the log responses and the interview responses to the theme categories related to lighting comfort, lighting perception, screen Authorized licensed use limited to: Universidad de Sevilla. Downloaded on June 16,2024 at 16:44:25 UTC from IEEE Xplore. Restrictions apply. perception and paper perception are considered. These data are crucial to understanding the preferences and reasons for the change among the users. The comparison of these data is performed for each participant and scene. In the case of the first scene, both objective and subjective quantitative data are compared with the qualitative data from the interview and from the log. In the case of scenes 2 and 3, only objective quantitative data of flux and CCT are compared with the qualitative data of the interview per scene and with the log entries. Once the results are obtained for each scene, the conclusions gotten from the 3 scenes are compared for each participant to determine the lighting preferences of each individual user and if they are or not comfortable and why. The final results of the comparison of the three scenes for each participant are summarised in Table 1. It is concluded that the lighting setting preferred by the participants, as well as the cause to change the lighting configuration, in most cases is influenced by the type of task carried out by the participant. IV. D ISCUSSION Traditionally, to achieve lighting control systems that adapt to users, attempts have been made to create profiles [26] aiming to anticipate user preferences. However, as planned, and as could already be deduced after the results outlined above, the definition of profiles of lighting preferences is rather inaccurate given the clear divergence of responses seen from the comparison of the results of the 17 participants. This leads us to suggest that since predefined standard preferences responses do not consider user needs, the preferences of each individual user should be analysed as unique needs. At the beginning of each scene, typical configurations are proposed for all the participants. However, since common preferences are hard to identify, what should the typical settings be? In this experience, 16 of the 17 participants make changes in at least one scene to adjust the lighting to their preferences, so it seems that standards do not coincide with TABLE I. U SERS ’ L IGHTING P REFERENCES Part. Nº Lighting Preferences Reason to change 01 Warm Task with black screen 02 Cool Not a precision task 03 Warm? Contradictory responses 04 - Not a precision task – only changes when it makes it hard to see 05 Neutral Precision task (more precise settings) 06 Neutral Scenes 2 and 3 give him a headache 07 Neutral Precision task (image edition software). Cool with paper tasks 08 Cool Very precise settings to cool values 09 - Not a precision task – only changes when it makes it hard to see. Cool with paper tasks 10 Soft light The flow bothers him more than the CCT 11 Cool We know this from the changes made, but the participant is not able to identify that they prefer this configuration 12 Cool According to settings 13 Cool Few changes, he only changes when it really bothers him because he is very focused on his work (image edition software) 14 Neutral? Contradictory responses 15 - No changes. Although he is performing precision tasks (drawing software) 16 Neutral According to settings 17 Warm? No clear responses Fig. 4. Level of satisfaction for each scene user preferences. Fig. 4 shows the level of satisfaction of the participants in different aspects for each scene. It can be seen how, for scene 1 (neutral), there is a higher weight on the righthand side of the graph, related to comfort. For scene 2, the cool one, responses are balanced. However, for scene 3 (warm), the weight of the responses corresponds to the lack of comfort. In this experiment, it is confirmed that the scene with the least acceptance is 3, the warm one. And while it is true that most participants prefer cool or neutral lighting, some say that they feel more comfortable with warm lighting, but not the setting established in scene 3. This allows us to understand that although the colour preference may be standard, the specific CCT preferred by each participant differs. The results have shown that preferences also differ depending on the type of task being carried out and the type of format. For example, users working with a black screen prefer warmer light, probably because of the contrast with the screen setting. In contrast, when they carry out activities that imply good colour perception, for example, working with image edition software, they opt for more neutral lighting. These types of activities also involve finer adjustments, so with tasks involving greater precision, participants tend to be more precise. The opposite occurs with activities such as reading on the computer, when not much attention is paid to lighting and participants only make changes when it really bothers them. However, some participants, despite performing precision activities, make no or minimal changes. This may be due to users showing a lack of interest or being so focused on the task that the lighting does not really bother them. The analysis of the data contrasting the two qualitative data collection methods used (interview and log) has allowed us to examine the possible errors in the users' responses [15]. Another aim of this research is to identify the lighting control preferences of users. In this case, if specifically examining the type of control preferred by users, once again we find a disparity of opinions. The results show that the vast majority of participants (88%) opt for automatic (or semiautomatic) controls. However, it is interesting to note the high number of participants who are aware of the need to establish previous configurations themselves and that these scenes can be programmed and happen automatically. Nevertheless, it should also be stressed that in most cases, the participants add some comment regarding the need to be able to make manual changes by themselves at specific times, depending on the Authorized licensed use limited to: Universidad de Sevilla. Downloaded on June 16,2024 at 16:44:25 UTC from IEEE Xplore. Restrictions apply. time of day or even when changing tasks. The fact that it is the participants who state their preferences for predefining the lighting themselves makes us see the need to adapt the systems to the particular needs of individual users, without falling into generalization or standards. V. CONCLUSIONS As most of the spaces that we encounter today are changing task environments they require flexible adaptive lighting systems for the real performance of the user. Specific and on-time adaptation to users’ needs must be addressed, something which becomes more complex in shared spaces. Business as usual uniform configurations, which rely on standards as static target, cannot meet individual needs during work shifts. Standards as design envelope are not seen as part of the discussion but rather as a capacity goal to be completed through the dynamic adaptation of lighting fixture systems. State-of-the-art systems allow for this flexible response even at luminaire level, thus multizoning the spaces and allowing multiple configurations at once. To ensure that these systems maximize their capabilities, compatibility and interrelated in flux between areas they must be designed carefully, taking into consideration CCT, flux and glare. This paper has proposed the analysis of user lighting preferences through a lab experience by analysing individual qualitative responses. The results show that the presented methodology allows us to identify lighting preferences and the why they change typical lighting configurations. This experience has shown that for lighting systems to be adapted to the preferences and needs of users, it is first necessary for individual users to decide their preferences. This could be achieved by letting the user manage the lighting control and by asking for their preferences in order to predefine individual profiles. However, as pointed out by some of the participants in this experience, these settings should be defined taking into consideration their individual preferences. This research has also shown that the fact that users can or cannot regulate the lighting is more important than the value to which they modify it. This in turn leads to another finding of this research, the confirmed importance of installing flexible lighting systems with multiple possibilities that allow users to be more precise when adjusting to their preferences. As further research, repeating this test in a real office environment is proposed, covering an extended period and incorporating flexible lighting systems that can be controlled by users. The data obtained from this future work could then be used in the implementation of predictive behaviour models adapted to each specific user. REFERENCES [1] O. Guerra Santin, A. Grave, S. Jiang, C. Tweed, and M. Mohammadi, “Monitoring the performance of a Passivhaus care home: Lessons for user-centric design,” J. Build. Eng., vol. 43, no. October 2020, 2021, doi: 10.1016/j.jobe.2021.102565. [2] D. Yan et al., “IEA EBC Annex 66 : Definition and simulation of occupant behavior in buildings,” Energy Build., vol. 156, pp. 258–270, 2017, doi: 10.1016/j.enbuild.2017.09.084. [3] R. M. López-Lovillo, S. Domínguez-Amarillo, J. J. Sendra, and I. Acosta, “How can a daylighting and user-oriented control system be configured? A state-of-the-art critical review,” J. Build. Eng., vol. 64, p. 105704, Apr. 2023, doi: 10.1016/j.jobe.2022.105704. [4] J. Liu, W. Zhang, X. Chu, and Y. Liu, “Fuzzy logic controller for energy savings in a smart LED lighting system considering lighting comfort and daylight,” Energy Build., vol. 127, pp. 95–104, 2016, doi: 10.1016/j.enbuild.2016.05.066. [5] CEN - European Committee for Standardization, “EN 12464-1. Light and lighting – lighting of work places – Part I: Indoor work places.” 2022. [6] L. Bellia, F. Fragliasso, and E. Stefanizzi, “Daylit offices: A comparison between measured parameters assessing light quality and users’ opinions,” Build. Environ., vol. 113, pp. 92–106, 2017, doi: 10.1016/j.buildenv.2016.08.014. [7] M. Fischer, K. Wu, and P. Agathoklis, “Intelligent illumination modelbased lighting control,” Proc. - 32nd IEEE Int. Conf. Distrib. Comput. Syst. Work. ICDCSW 2012, pp. 245–249, 2012, doi: 10.1109/ICDCSW.2012.75. [8] G. R. Newsham, M. B. C. Aries, S. Mancini, and G. Faye, “Individual control of electric lighting in a daylit space,” Light. Res. Technol., vol. 40, no. 1, pp. 25–41, 2008, doi: 10.1177/1477153507081560. [9] D. Lindelöf, “Bayesian optimization of visual comfort,” vol. 3918, p. 203, 2007, [Online]. Available: http://infoscience.epfl.ch/record/110262 [10] G. Veiga, A. Dias Rodrigues, E. Lamy, M. Guiose, C. Pereira, and J. Marmeleira, “The effects of a relaxation intervention on nurses’ psychological and physiological stress indicators: A pilot study,” Complement. Ther. Clin. Pract., vol. 35, no. December 2018, pp. 265– 271, 2019, doi: 10.1016/j.ctcp.2019.03.008. [11] L. P. Phiri, C. E. Draper, E. V. Lambert, and T. L. Kolbe-Alexander, “Nurses’ lifestyle behaviours, health priorities and barriers to living a healthy lifestyle: A qualitative descriptive study,” BMC Nurs., vol. 13, no. 1, pp. 1–11, 2014, doi: 10.1186/s12912-014-0038-6. [12] J. Deese, Changes in Visual Performance After Visual Work. Wright Air Development Center, Air Research and Development Command, United States Air Force, 1957. [Online]. Available: https://books.google.es/books?id=WepFJ2hey3sC [13] S. Escuyer and M. Fontoynont, “Lighting controls: A field study of office workers’ reactions,” Light. Res. Technol., vol. 33, no. 2, pp. 77– 96, 2001, doi: 10.1177/136578280103300202. [14] K. L. van Someren, C. P. Beaman, and L. Shao, “Users’ experiences of lighting controls: A case-study,” Light. Res. Technol., vol. 50, no. 7, pp. 1091–1106, 2018, doi: 10.1177/1477153517709063. [15] M. Bengtsson, “How to plan and perform a qualitative study using content analysis,” NursingPlus Open, vol. 2, pp. 8–14, 2016, doi: 10.1016/j.npls.2016.01.001. [16] M. Despenic, S. Chraibi, T. Lashina, and A. Rosemann, “Lighting preference profiles of users in an open office environment,” Build. Environ., vol. 116, pp. 89–107, 2017, doi:10.1016/j.buildenv.2017.01.033. [17] P. Maleetipwan-Mattsson, T. Laike, and M. Johansson, “Self-report diary: A method to measure use of office lighting,” LEUKOS - J. Illum. Eng. Soc. North Am., vol. 9, no. 4, pp. 291–306, 2013, doi: 10.1582/LEUKOS.2013.09.04.004. [18] O. Guerra-Santin, A. Grave, and M. Mohammadi, “Application of mixed-methods in the analysis of building monitoring data. Lessons learned for user-centered design,” Plea 2020. pp. 424–429, 2020. [19] T. Van De Werff, K. Niemantsverdriet, H. Van Essen, and B. Eggen, “Evaluating interface characteristics for shared lighting systems in the office environment,” DIS 2017 - Proc. 2017 ACM Conf. Des. Interact. Syst., no. June, pp. 209–220, 2017, doi: 10.1145/3064663.3064749. [20] “MAXQDA. Software para el análisis de datos.” https://www.maxqda.com/es/ (accessed Jan. 23, 2023). [21] S. A. M. Offermans, H. A. van Essen, and J. H. Eggen, “User interaction with everyday lighting systems,” Pers. Ubiquitous Comput., vol. 18, no. 8, pp. 2035–2055, 2014, doi: 10.1007/s00779-014-0759-2. [22] CIE and I. O. for Standardization, “ISO/CIE 11664-2 Colorimetry - Part 2: CIE standard illuminants.” 2022. [23] T. van de Werff, C. van Lotringen, H. van Essen, and B. Eggen, “Design Considerations for Interactive Office Lighting,” pp. 1–14, 2019, doi: 10.1145/3290605.3300640. [24] A. Casasempere, “Análisis Cualitativo de Textos con MAXQDA,” 2018. https://www.maxqda.com/es [25] P. Bustamante, I. Acosta, J. León, and M. A. Campano, “Assessment of color discrimination of different light sources,” Buildings, vol. 11, no. 11, 2021, doi: 10.3390/buildings11110527. [26] C. F. Reinhart, “Lightswitch-2002: A model for manual and automated control of electric lighting and blinds,” Sol. Energy, vol. 77, no. 1, pp. 15–28, 2004, doi: 10.1016/j.solener.2004.04.003. Authorized licensed use limited to: Universidad de Sevilla. Downloaded on June 16,2024 at 16:44:25 UTC from IEEE Xplore. Restrictions apply. ANEXOS II I.2. Artículos II.2.1. Publicado II.2.1.1. How can a daylighting and user-oriented control system be configured? A state-of-the-art critical review Journal of Building Engineering 64 (2023) 105704 Available online 9 December 2022 2352-7102/© 2022 Elsevier Ltd. All rights reserved. How can a daylighting and user-oriented control system be configured? A state-of-the-art critical review Remedios M. L´ opez-Lovillo * , Samuel Domínguez-Amarillo, Juan Jos´ e Sendra, Ignacio Acosta Instituto Universitario de Arquitectura y Ciencias de la Construcci´ on, Universidad de Sevilla, Avenida Reina Mercedes, 2, 41012, Seville, Spain ARTICLE INFO Keywords: Daylight-Linked control system Interior daylight configuration User behaviour User preferences Integrated user-oriented daylight-linked control system Stochastic models ABSTRACT Building control systems have become essential to ensure both energy savings and user comfort. Specifically, daylight-linked control systems (DLC systems) allow interior conditions to be adapted to the preferences of each user based on the availability of daylight. However, this is not an easy task since there are many factors that affect the commissioning of DLC systems, such as the constraints of space, the type of control strategy chosen, or the type, position, and number of sensors, among others. More challenging is the difficult to anticipate to user needs and actual preferences, both in individual and shared rooms. The presented review aims to provide work paths to undertake the set of requirements based on the evidence provided by research to develop a user oriented DLC system. Optimizing daylight, the importance of considering the spatial configuration and the definition of photosensors has been demonstrated. A set of critical aspects have been highlighted from the individual consideration of each space to allow efficient configuration, since each system will depend on the environment in which it is installed. In addition, as a point to highlight, it has been concluded that a way to solve the problem of photosensors location and the alternatives on sensorless systems. Above the hardware aspects, a careful analysis of subjective preferences and interactions allow obtaining more precise information when formulating behaviour models, of which the most appropriate are Bayesian models. Glossary ANN Artificial Neural Network CCT Correlative Color Temperature DA Daylight Autonomy DAcon Continuous Daylight Autonomy DAo Overcast Daylight Autonomy DAm Minimum Daylight Autonomy DLC Daylight-Linked Control DLCS Daylight-Linked Control System IEA EBC International Energy Agency Energy in Buildings and Communities NAM Norm Activation Model * Corresponding author. E-mail addresses: [email protected] (R.M. L´ opez-Lovillo), [email protected] (S. Domínguez-Amarillo), [email protected] (J.J. Sendra), [email protected] (I. Acosta). Contents lists available at ScienceDirect Journal of Building Engineering journal homepage: www.elsevier.com/locate/jobe https://doi.org/10.1016/j.jobe.2022.105704 Received 30 August 2022; Received in revised form 29 November 2022; Accepted 6 December 2022 Journal of Building Engineering 64 (2023) 105704 2 OCC Occupant-Centred Control PIR Passive Infrared SPD Spectral Power Distribution TPB Theory of Planned Behaviour 1. Introduction The accurate management control of technical building systems such as HVAC or lighting are key strategies in efficient building design [1,2]. These control strategies arose, among other reasons, from the need to reduce energy consumption [3]. In the specific case of lighting systems, the combination of natural light-electric light was soon emphasized to bring about both environmental and energy improvements [4]. Therefore, in any lighting system, daylight management becomes an essential parameter to consider. This is not only because of the energy savings caused by maximizing its use [5], but also because of its proven importance on occupants’ health [6,7], both in psychological [8] and physiological terms [9], for example with the regulation of the occupants’ circadian rhythms [10]. Although occupants are those who live in the spaces, the first studies developed in this century in the control of lighting systems, such as the model proposed by Reinhart [11], tended to incorporate them into the interior environment as abstract or inert components. Some studies have analysed user presence [12], occupancy schedules [13], or the number of actions performed when turning electric lighting on or off or opening and closing blinds as a way of regulating lighting, glare … [14]. Most of these studies also focus on guaranteeing visual comfort for occupants, traditionally accepting standards such as the amount of lighting, the uniformity of light, rendering color or glare [15]. However, the visual comfort of the occupants is also conditioned by other factors related to perception, such as their specific individual needs or those of different types of tasks changeable over time. Furthermore, this visual comfort is also conditioned by personal preferences [16], psychic or physiological conditions, and other dynamic or changing variables [17,18]. However, this seems to have been relegated to the second or third levels in lighting control systems. Therefore, it seems that in order to achieve a healthy and comfortable environment, users – and their preferences and needs - must become elements central to the lighting control system. It is also important, in a lighting control system, to set the system inputs that can be defined as the parameters which will condition the entire system [19]. Although some of these parameters, such as the orientation and location of the space under consideration [20] and window size and shape [21], are rather obvious, there are also other parameters of an evolutionary nature, such as the type of sky [22] or the period of the year [23]. Other user-focused variables such as the type of task performed to analyse the amount of lighting required [18,24,25] should also be considered, along with others such as SPD [26] and CCT performance [27], which directly affect the health of users, influencing the circadian rhythm [9]. In terms of the amount of lighting required in the work plane, a lighting control system must take into consideration the visual preferences of the users in order to be adaptive. This requires the lighting systems to be adapted according to the real lighting preferences of the users, not just the thresholds established by the standards. Numerous studies have shown that these normalized values do not actually satisfy user preferences, and in most cases are excessive and cause them visual discomfort [28–30]. Hence, the system should be adapted to the preferences and needs of the users, so that it is necessary to first understand how the interaction with these systems occurs. This can be achieved by analysing their behaviour [31,32], using ergonomic techniques such as systematic observation or surveys [33]. The system must be able to learn user behaviour, obtaining a series of patterns that allow predictive adaptive control models [34]. However, the intrinsic random component in the behaviour of users makes it necessary to carry out stochastic analyses, allowing this randomness to be introduced into the system [33,35]. Therefore, most recent research focuses on the use of learning control methods, such as ANN, fuzzy logic, or Bayesian modelling [36]. This review aims to provide evidence for the following question: how can a lighting control system which optimizes daylighting while incorporating the needs, visual preferences, and behaviours of users be designed? To answer this, several sub-questions are posed: 1.1. How can a daylight-linked control system (DLCS) be configured? 1.1.1. What parameters are involved in the configuration of a lighting system which constantly adapts to the changing interior lighting environment and how can they be configured? 1.2. How can a user be incorporated into a lighting control system? 1.2.1. How is occupancy analysed? 1.2.2. How are user preferences/needs/wishes analysed? 1.2.3. How are user behaviours/interactions analysed? 1.3. How can a system be configured to learn from and anticipate the needs, preferences and interactions of the users? 1.3.1. Which behaviour model is more appropriate? In order to answer these questions a critical review of methodologies and proposals which have addressed daylighting and have considered the user as an element of the system is proposed. 2. Method The review methodology followed aimed to identify other works whose research is based on lighting control systems that optimize R.M. L´ opez-Lovillo et al. Journal of Building Engineering 64 (2023) 105704 3 daylight while considering the needs, preferences, and behaviours of users. The starting point was the analysis of other research reviews, published in the last ten years, which focused on similar targets. Therefore, following an initial search of other reviews, a selection was made of reviews which include issues such as daylight-linked control systems, daylight, and user approach in the abstract, title or keyword concepts. The results of this search are discussed below. Most of the reviews analysed which consider daylight and the incorporation the user in lighting control system, do so only considering user presence [20,37–43]. Other reviews which focus on the analysis of user behaviours, needs and preferences, address adaptive lighting control systems, albeit at a general level with other building systems, and do not delve into issues related to daylight [1,3,33,44–46]. Only three of the reviews selected propose the analysis of daylight and the preferences, behaviours or needs of the users [15,47,48]. Moreover, works that integrate both concepts are not considered. Table 1 lists the key aspects of these reviews. The analysis of these reviews has provided a selection of several key authors in the fields of daylighting and user behaviour. An analysis was carried out on the work by these authors, and, in total, 25 articles were selected in which concepts related to the topic of analysis of the review are discussed. The initial selection of keywords used in the search was completed thanks to the analysis of the keywords of these articles. As a result, terms were added to those of the initial search for reviews, including concepts related to daylight-linked control system in buildings, control strategy algorithm, concepts related to illuminance meter and user approach. A total of 91 works was obtained from the papers found in this last search and those selected by authors, focusing on those from 2000 to the present. Of these, 37 papers were finally selected, applying the following exclusion criteria: - papers focusing exclusively on saving energy; - papers based only on occupancy/no occupancy; - papers focusing on blind control; - papers with case studies on housing/housing buildings; - papers with case studies based on standards rather than experimental experiences; - papers which do not consider parameters related to daylighting. Once all the papers selected were analysed, a second selection phase was carried out, considering those which propose solutions to more than one of the research questions of this review (17 papers). It should be noted that although there may be other works addressing this topic, we have selected those most relevant to our research given the existing connection with the topics of analysis. The selected works are collected in Table A.1, Appendix A. The following sections present the results of the research as follows: daylight-linked control system (3) and user considerations (4). Table 1 Reviews focused on similar targets and key aspects. AUTHORS YEAR REF. LIGHTING CONTROL SYSTEM DAYLIGHTING USER CONSIDERATIONS FOCUS ON LIGHTING CONTROL APROACHES DAYLIGHT CONSIDERATIONS PHOTOSENSOR DAYLIGHT OPTIMIZATION USER OCCUPANCY/ BEHAVIOURS USER PREFERENCES/ NEEDS USERADAPTIVE APRO-ACHES Gunay et al. 2013 [34] ● ● ● ● ● Haq et al. 2014 [39] ● ● ● ● ● Carlucci et al. 2015 [17] ● ● ● ● Yu et al. 2015 [21] ● ● ● ● ● ● Galatioto et al. 2016 [43] ● ● ● ● ● Bakker et al. 2017 [38] ● ● ● ● Bellia et al. 2016 [44] ● ● ● ● ● ● Chew et al. 2017 [42] ● ● ● ● ● Naylor et al. 2018 [3] ● ● ● ● Jain et al. 2018 [40] ● ● ● ● ● ● Wagiman et al. 2019 [41] ● ● ● ● ● Jung et al. 2019 [45] ● ● ● ● Han et al. 2019 [46] ● ● ● ● Park et al. 2019 [1] ● ● ● ● Dounis et al. 2019 [47] ● ● ● ● Ding et al. 2020 [49] ● ● ● ● ● ● ● ● Tabadkani et al. 2021 [48] ●● ● ● ● ● ● R.M. L´ opez-Lovillo et al. Journal of Building Engineering 64 (2023) 105704 4 The following section (5) uses methodologies that integrate both DLCS and user considerations to discuss the main theme of the work based on the combination of these previous factors. The conclusions (6) found on the subject are presented at the end of the paper. 3. Daylight-linked control systems Current lighting control systems are characterized by integrating natural and electric lighting to achieve user comfort and maximize energy savings [49]. Daylight-linked control systems focus on optimizing daylighting allowing great energy savings. While there are numerous benefits to these systems, their design is quite complex, as their operation is conditioned by multiple variables such as the configuration of the space, the type of control strategy, the type, location and number of photosensors … [43]. It is therefore essential to first recognize the key aspects for the configuration of these systems. This helps establish the control logic of these systems (software), while also determining the equipment (hardware), the most significant of which will be the photosensors. 3.1. Factors affecting interior illuminance The main objective of Daylight-linked control systems is to ensure optimal interior lighting conditions when developing any task [50]. However, the interior lighting environment is conditioned by multiple factors such as the configuration of the space [21,51] and the reflectance of its surfaces [21,52,53], the morphology of the window [21,51,52,54], the distance between the desk and the window [55], location [20,21] and orientation [51,52,56], and the period of the year [57–59] and the type of sky [58,59]. The influence of one or several of these variables has been demonstrated in multiple methodologies aiming to optimize daylight. This is the case of Acosta et al. [21]. These authors analysed the energy efficiency of a DLC system in 18 different models. The parameters for each model were: depth of the room (3 m, 6 m, 9 m), window size (30%, 60%, 90% of the wall) and two sets of different interior reflectance (bright and dark). Each model was simulated in three locations: Madrid, London, and Stockholm. According to the results, all these variables - to a greater or lesser extent - condition the control system, affecting energy efficiency. Douglas et al. [51] analyse energy savings and light adequacy for 108 models based on: 3 geometric configurations (1:1, 1:1.5, 1.5:1); 3 room sizes (small, large, medium); 3 window sizes (15%, 25%, 35%) and 4 orientations (north, south, east, west). The results show the different responses of the system depending on each configuration. Cılasun Kunduracı and Kazanasmaz [55] analysed the influence of daylight on user interactions with control systems through 8 desktop configurations combining 4 distances from the window and 4 positions of the desktop with respect to the window. These parameters were shown to influence the probability of turning on the lighting. Onaygil and Güler [58] estimated the energy savings of a DLC system based on the different seasons and different types of skies. Both parameters were conditioning factors of the system. Danny and Ernest [59] monitored the operation of a DLC system under overcast and non-overcast sky conditions to verify the relationship between the illuminance measured with a photosensor on the ceiling and another on the work plane. They deduced that the system had to function differently for each sky condition. In addition, they also verified the energy savings of these systems depending on the time of year, obtaining different results in spring and summer. Table 2 shows the influencing factors in interior lighting analysed in the papers presented above. Four of the nine of these papers analyse the influence of the morphology of the windows, so this is a significant parameter when considering interior illuminance. Other factors such as the orientation, the period of the year, the spatial configuration or the reflectance of the interior surfaces are also recurrent in these papers. Although the type of sky and the distance between the workplane and the window are present to a lesser extent, they are also two characteristic parameters to consider in the analysis of the interior lighting environment. In this way, all these factors will have to be considered when to analyse the interior lighting conditions of a space. Table 2 Factors affecting interior illuminance. AUTHORS SPACE CONFIGURATION SURFACE INTERIOR REFLEC-TANCE WINDOW MORPHOLOGY WINDOWDESK DISTANCE LOCATION ORIENTATION PERIOD OF THE YEAR SKY TYPE Acosta et al. [21] ● ● ● ● Douglas et al. [51] ● ● ● Cılasun Kunduracı and Kazanasmaz [55] ● Onaygil and Güler [58] ● ● Danny and Ernest [59] ● ● Mangkuto et al. [52] ● ● ● ● Acosta et al. [54] ● ● ● Bellia and Fragliasso [56] ● ● R.M. L´ opez-Lovillo et al. Journal of Building Engineering 64 (2023) 105704 11 adjustments. In this case, the system considers this action and checks to see whether this is on-off or definitive so that the rules can be changed accordingly [80]. Table I in Appendix 1 summarizes the methodologies used for analysis in this review based on the topics discussed. With all the topics discussed in this section, a scheme of the steps to be followed when configuring a user-oriented DLC system is proposed in Fig. 5. 6. Conclusions The objective of this review was to find methodologies in which the lighting control system used optimizes daylight while also including the user. There are multiple methodologies that consider one task or the other, but it is difficult to find one that focuses on both objectives. However, with the conclusions proposed below, we provide the key points to follow to configure a user-oriented DLC system. Firstly, considering all the external and interior factors which condition DLC systems, it is not possible to guarantee a fully universal DLC system. This is also due to the constant adjustment to the requirements for spaces that change depending on variables such as integration with blind systems, time of day and time of year, and the different requirements according to the type of task. In addition, both the control strategies and the type of controller will depend on multiple parameters. Therefore, both will be selected for each case based on the system requirements. Secondly, the regulation of control systems to adjust to the requirements does not only address issues of intensity. It will also be important to consider other variables such as the SPD and the CCT, which affect the comfort of the users as well as their health (circadian rhythms). The use of physical sensors has traditionally been resorted to when predicting the lighting values to adapt to requirements. However, these elements have multiple drawbacks. The use of sensor-less systems based on the solar path should therefore be explored since, although it avoids these disadvantages, it results in others such as the absence of wires and sensors. In order to compile more complete information about user preferences to be introduced into the system, it is necessary to know both the interactions and subjective preferences of users. Information about these interactions, which depend on the attitude of the users when carrying out an action and their preferences, which are subjective, makes it possible to follow a more precise approach. Moreover, to avoid loss of information, analysis of these preferences must be carried out directly in the environment in which the system is going to be performing. These data allow the formulation of predictive behaviour models which anticipate user actions in changing the lighting or shading system. Stochastic models best predict user behaviour. Of these, the Bayesian models present the best approach to address the adaptation to the preferences of the users since it allows the uncontrollable variables typical of the behaviour of the users to be saved. These models must allow the application of self-adaptive algorithms to the user’s preferences, since these do not remain constant over time. Despite the advances made, this remains an issue to be resolved in shared offices, as lighting preferences vary from user to user. Therefore, future lines of research should include all these parameters and further explore these shortcomings in order to resolve the gaps mentioned in this research. Funding The results presented were funded by the "Agencia Estatal de Investigaci´ on" (AEI) and the "Ministerio de Ciencia e Innovaci´ on" (MCIN) of the Government of Spain through the research projects CHRONOLIGHT: Biodynamic wide spectrum lighting for biological chronoregulation and pathogens neutralization in hospital facilities (Ref PID2020-117563RB-I00) and NEUROLIGHT: Efficient design for biodynamic lighting to promote the circadian rhythm in hospital facilities (Ref PDC2021-120,807-I00). Declaration of competing interest The authors declare that they have no known competing financial interests or personal relationships that could have appeared to influence the work reported in this paper. Data availability No data was used for the research described in the article. Acknowledgements The authors would like to thank the Government of Spain for financing the predoctoral contract (FPU18/04889) for Remedios M. L´ opez-Lovillo. In addition, they would like to thank the support of the Doctorate Program in Architecture of the University of Seville and the Research group TEP-130: Architecture, Heritage and Sustainability: Acoustics, Lighting, Optics and Energy. The authors wish to express their thanks for all the technical and financial support provided, including the research project: CARELight_Lite: Biodynamic lighting for circadian rhythm regulation of healthcare personnel in Pediatric Intensive Care Units (Ref PI-0136-2019). R.M. L´ opez-Lovillo et al. Journal of Building Engineering 64 (2023) 105704 12 APPENDIX A Table A.1 Summary of selected methodologies that combine daylighting and user considerations REF. YEAR OBJECTIVE ANALYSIS ENVIRONMENT Nº PART. DURATION PHOTOSENSOR CONSIDERATION CONTROL TYPE USER CONSIDERATIONS MODEL OF USER ANALYSIS CONTRIBUTIONS LIMITATIONS OCCUPANCY PREFERENCES BEHAVIOUR Escuyer and Fontoynot [77] 2001 Test the extent of modern interfaces and automatic feedback controls and analyse lighting usage patterns in search of ideal lighting systems Single office Field study 41 5 month – Switching and dimming Semistructured interview Dimming/ switching action – A methodology for analysing the light perception of users in which their preferences and interactions are analysed to test the adequacy of an automatic control system depending on daylighting. Studies individual offices and open-offices in the same way. Reinhart [11] 2004 Implement occupant actions in a control algorithm to predict further energy savings Single/ double office Simulation 4 different profiles One year (Above Work plane) Switching (dimming) Occupancy sensor – Switching action Stochastic process A novel simulation algorithm based on occupancy and illuminance profiles in the work plane combined with probabilistic switching patterns is proposed. There is no information on user preferences. It is tested but dimming controls are not implemented in real situations. Pan et al. [79] 2008 Configure an intelligent lighting control system based on a wireless sensor network that considers user preferences and profiles Multi-user space Simulation 3 – General ceiling mounted photosensors and local photosensors carried by users – Occupancy sensor carried by user Analysing illuminance conditioned by dimming actions Dimming action Binary satisfaction and continuous satisfaction models A lighting decision algorithm and a device control algorithm in which user profiles are implemented are proposed. The proposal is not tested with real users. The requirements are established based on the users’ tasks and not on their individual preferences. Gunay et al. [14] 2014 Analyse how a self-adaptive occupant learning algorithm for blinds and lighting influences the energy balance Single office Simulation 1 1 year High: 0.8 Switching Occupancy sensor Methodology: Analysing illuminance conditioned by actions with blinds and switching Experiment: set-points depending on Switch on/ off action Kalman filter Markovian state transition probability A self-adaptive algorithm of user preferences is proposed. Data from occupancy sensors, photosensors, and setpoints based on user Its potential in real life cannot be evaluated with real preferences. The evolution of occupants’ preferences over time is (continued on next page) R.M. L´ opez-Lovillo et al. Journal of Building Engineering 64 (2023) 105704 13 Table A.1 (continued ) REF. YEAR OBJECTIVE ANALYSIS ENVIRONMENT Nº PART. DURATION PHOTOSENSOR CONSIDERATION CONTROL TYPE USER CONSIDERATIONS MODEL OF USER ANALYSIS CONTRIBUTIONS LIMITATIONS OCCUPANCY PREFERENCES BEHAVIOUR other experiences interactions are collected. not considered. Nagy et al. [34] 2015 Achieve a lighting control system strategy that optimizes energy savings and user preferences by establishing set points based on the position and interaction of the occupant with the lighting system considering sensor time delay Single/ double/ multiple offices (10) Field study More than 10 6 weeks 10 cm above the work plane Switching PIR sensor Minimum and maximum illuminance thresholds determined from the lighting on/off action Switching action Probabilistic target It proposes a selfadaptive control strategy based on occupancy and specific set points for each occupant. To do this, it analyses the interactions with the on/off system. Plans to place the photosensor 10 cm above the work plane to avoid disturbing movement of the occupant or objects. It does not solve the problem of overlapping preferences in shared spaces. It does not analyse dimmable systems and it is difficult to know the real lighting level prefers by users. Correia da silva et al. [82] 2015 Assess the adequacy between behavioural patterns and observed occupant behaviour through the different behaviour models raised in other experiences. Single office Field study 8 35–65 days Three located in the work plane. A camera sensor on the ceiling Switching Occupancy sensor Analysing illuminance conditioned by switching actions Switching action Probabilistic Methodology to check the reliability of different behaviour models with respect to real behaviour. The behaviour is analysed in several periods: long absence, continuous stay, dropouts due to long absences, short absences. Limited model analysis software. Dimming systems are not considered. Gentile et al. [125] 2016 Assess energy performance and occupant satisfaction in individual offices Single office Lab study 4 8 weeks (2 weeks in each office) Two per office, height: 0.8, located 3.5 m and 2.1 m from the window, in a central position Switching, dimming Occupancy and absence Analysing work plane illuminance conditioned by dimming actions. Semistructured interview Switch on/ off and dimming action – Analyse and compare different control strategies involving the user. Only considers single offices. Nagy et al. [74] 2016 Analyse the effect of an automatic lighting control system that Single/ double/ triple offices (6) Field study 10 12 weeks (6 weeks manual - 6 weeks automatic control) Work plane Open-loop – switching PIR sensor Survey. Analysing illuminance conditioned by switching actions Switching action – Verification strategy of the feasibility of an OCC based on set points. Reduced analysis sample size and experiment duration. (continued on next page) R.M. L´ opez-Lovillo et al. Journal of Building Engineering 64 (2023) 105704 14 Table A.1 (continued ) REF. YEAR OBJECTIVE ANALYSIS ENVIRONMENT Nº PART. DURATION PHOTOSENSOR CONSIDERATION CONTROL TYPE USER CONSIDERATIONS MODEL OF USER ANALYSIS CONTRIBUTIONS LIMITATIONS OCCUPANCY PREFERENCES BEHAVIOUR maximizes energy savings and ensures occupant comfort Sadeghi et al. [83] 2016 Analyse how users interact with lighting and shading systems Single office Lab study 147 40 days Work plane Vertical photosensor (30 cm from the user’s head) Switching, dimming Occupancy sensor Survey - analysis of the reason for interactions. Analysing illuminance conditioned by switching/ dimming actions Dimming/ switching action – Methodology which analyses the reason prompting users to interact with systems. The problem of multiple preferences in shared spaces is not considered. Chraibi et al. [123] 2016 Evaluate user satisfaction with lighting control in a shared office Multi-user office Lab study 14 3 months 12 photosensors ceiling mounted 8 sensors in Work plane Dimming – Survey. Analysing illuminance conditioned by dimming actions Dimming action – Methodology of analysis of individual preferences in a shared space. There is no solution to predict the individual configurations of all users and implement them in the control algorithm. Sadeghi et al. [84] 2017 Characterize user interactions with lighting control and sun protection systems Single office Lab study 208 78 days Work plane Vertical photosensor (30 cm from the users head) Switching, dimming Occupancy sensor Survey - analysis of the reason for interactions. Analysing illuminance conditioned by switching/ dimming actions Dimming/ switching action Binari model Bayesian multivariate binary-choice logit models Markov chain Monte Carlo (MCMC) Predictive models based on limited data with a Bayesian approach. Human attributes are incorporated. It does not solve the problem of overlapping preferences in shared spaces. Gunay et al. [122] 2018 Analyse the light-switch and blind user behaviour Ten single offices Field study 10 1 year One per office, ceiling-mounted, 3 m from the exterior window, above the work plane Switching Occupancy sensor Analysing work plane illuminance after actions with blinds and switching Switch on/ off action Discrete-time Markov logistic regression models Methodology that proposes an algorithm that adapts to the preferences of the occupants through their interactions. The algorithm is validated and implemented. Only considers on/off controls. Multi-user office Lab study 4 1 year Five singleoffices Implement. 5 8 months Singleoffice Simulation 300 1 year Tan et al. [124] 2018 Propose a lighting control system that adapts to occupancy, Multi-user office Laboratory study 1 2 2 essay Ceiling-mounted. Image taken with a smartphone camera Closedloop dimming Occupancy sensor Measures satisfaction by regulating lighting through – – Analysis of user preferences through images taken with a smartphone. The It poses the analysis in a multi-user space but does not consider (continued on next page) R.M. L´ opez-Lovillo et al. Journal of Building Engineering 64 (2023) 105704 15 Table A.1 (continued ) REF. YEAR OBJECTIVE ANALYSIS ENVIRONMENT Nº PART. DURATION PHOTOSENSOR CONSIDERATION CONTROL TYPE USER CONSIDERATIONS MODEL OF USER ANALYSIS CONTRIBUTIONS LIMITATIONS OCCUPANCY PREFERENCES BEHAVIOUR daylight and takes into account user satisfaction smartphone feedback proposed system regulates the lighting automatically according to varying levels until the user decides to stop the dimmer the preferences of several nearby users working. The system is not able to anticipate user interactions or learn from their preferences. The fact that the user must take a photo, wait for the information to reach the system and for the system to start adjusting the lighting, can cause interruptions in the users’ tasks. Sadeghi et al. [85] 2018 Develop a method to predict the visual preferences of users from monitoring data Single office Laboratory study 80 42 days Work plane Vertical photosensor (30 cm from the user’s head) Switching, dimming – Survey. Analysing illuminance conditioned by switching/ dimming actions Dimming/ switching action Bayesian classification and inference model - Dirichlet Process (DP) prior and multinomial logistic regression Bayesian model to create profiles of preferences obtained from surveys and interaction analysis. Preference profiles are divided into groups. The number of trials is limited. This issue is not analysed in shared spaces. Park et al. [80] 2019 Develop a user-oriented lighting controller based on reinforcement learning, considering occupancy, switching patterns and daylight availability Single office Field study 5 8 weeks Work plane Switching Smartphone Bluetooth Survey and open feedback question. Analysing illuminance conditioned by switching actions Switching action Reinforcement Learning, Markov Decision Process Algorithm that learns from user behaviours through the analysis of their interactions using reinforcement learning. It also optimizes daylight. A new metric is proposed to evaluate the performance of The actual preferences of users are not analysed. It is not tested in shared spaces. (continued on next page) R.M. L´ opez-Lovillo et al. Journal of Building Engineering 64 (2023) 105704 16 Table A.1 (continued ) REF. YEAR OBJECTIVE ANALYSIS ENVIRONMENT Nº PART. DURATION PHOTOSENSOR CONSIDERATION CONTROL TYPE USER CONSIDERATIONS MODEL OF USER ANALYSIS CONTRIBUTIONS LIMITATIONS OCCUPANCY PREFERENCES BEHAVIOUR an OCC controller (LCR). Cılasun Kunduracı and Kazanasmaz [55] 2019 Analyse user behaviour with lighting systems based on daylight and interior distribution using fuzzy logic Single office Field study + simulation 3 4 months Ceiling-mounted and work plane Switching Occupancy sensor Analysing illuminance conditioned by on/off actions Fuzzy-logic It proposes an algorithm based on fuzzy logic that learns the behaviour of users with the lighting system to anticipate future interactions. It does not consider the preferences of the users, since the actions can be conditioned by the willingness to handle the controls. De Bakker et al. [86] 2021 Analyse the influence of the time of day and the level of subjective alertness on lighting preferences. Know user preferences for illuminance distributions Open-plan office space - single occupancy analysis Laboratory study 30 (18) 30 days – Dimming – Closedstructured interview – – A viable method is proposed to analyse the level of alertness and the visual preferences of users in shared spaces. Does not consider daylighting. It proposes multi-user spaces but tests with only one user at a time. Each user does the test only once and in a laboratory space, so their preferences could be conditioned. R.M. L´ opez-Lovillo et al. Journal of Building Engineering 64 (2023) 105704 17 References [1] J.Y. Park, et al., A critical review of field implementations of occupant-centric building controls, Build. Environ. 165 (May) (2019), 106351, https://doi.org/ 10.1016/j.buildenv.2019.106351. [2] N. Aste, M. Manfren, G. Marenzi, Building Automation and Control Systems and performance optimization: a framework for analysis, Renew. Sustain. Energy Rev. 75 (October 2016) (2017) 313–330, https://doi.org/10.1016/j.rser.2016.10.072. [3] S. Naylor, M. Gillott, T. Lau, A review of occupant-centric building control strategies to reduce building energy use, Renew. Sustain. Energy Rev. 96 (June) (2018) 1–10, https://doi.org/10.1016/j.rser.2018.07.019. [4] E. Ne’eman, A comprehensive approach to the integration of daylight and electric light in buildings, Energy Build. 6 (2) (1984) 97–108, https://doi.org/ 10.1016/0378-7788(84)90064-1. [5] E. L. J. Mardaljevic, L. Heschong, “Daylight Metrics and Energy Savings”. [6] P.R. Boyce, Review: the impact of light in buildings on human health, Indoor Built Environ. 19 (1) (2010) 8–20, https://doi.org/10.1177/ 1420326X09358028. [7] L. Bellia, I. Acosta, M. Angel, F. Fragliasso, M.´ A. Campano, F. Fragliasso, Impact of daylight saving time on lighting energy consumption and on the biological clock for occupants in office buildings, Sol. Energy 211 (September) (2020) 1347–1364, https://doi.org/10.1016/j.solener.2020.10.072. [8] Z. Cheng, Q. Zhao, F. Wang, Y. Jiang, L. Xia, J. Ding, Satisfaction based Q-learning for integrated lighting and blind control, Energy Build. 127 (2016) 43–55, https://doi.org/10.1016/j.enbuild.2016.05.067. [9] M.S. Rea, M.G. Figueiro, Quantifying light-dependent circadian disruption in humans and animal models, Chronobiol. Int. 31 (10) (2014) 1239–1246, https:// doi.org/10.3109/07420528.2014.957302. [10] I. Acosta, J.F. Molina, M.A. Campano, Analysis of circadian stimulus and visual comfort provided by window design in architecture, Int. J. Eng. Technol. 9 (3) (2017) 198–204, https://doi.org/10.7763/IJET.2017.V9.970. [11] C.F. Reinhart, Lightswitch-2002: a model for manual and automated control of electric lighting and blinds, Sol. Energy 77 (1) (2004) 15–28, https://doi.org/ 10.1016/j.solener.2004.04.003. [12] A. Pandharipande, D. Caicedo, Smart indoor lighting systems with luminaire-based sensing: a review of lighting control approaches, Energy Build. 104 (2015) 369–377, https://doi.org/10.1016/j.enbuild.2015.07.035. [13] J. Zhao, B. Lasternas, K.P. Lam, R. Yun, V. Loftness, Occupant behavior and schedule modeling for building energy simulation through office appliance power consumption data mining, Energy Build. 82 (2014) 341–355, https://doi.org/10.1016/j.enbuild.2014.07.033. [14] H.B. Gunay, W. O’Brien, I. Beausoleil-Morrison, B. Huchuk, On adaptive occupant-learning window blind and lighting controls, Build. Res. Inf. 42 (6) (2014) 739–756, https://doi.org/10.1080/09613218.2014.895248. [15] S. Carlucci, F. Causone, F. De Rosa, L. Pagliano, A review of indices for assessing visual comfort with a view to their use in optimization processes to support building integrated design, Renew. Sustain. Energy Rev. 47 (7491) (2015) 1016–1033, https://doi.org/10.1016/j.rser.2015.03.062. [16] I. Acosta, J. Le´ on, P. Bustamante, Daylight spectrum index: a new metric to assess the affinity of light sources with daylighting, Energies 11 (10) (2018), https://doi.org/10.3390/en11102545. [17] S. Afshari, S. Mishra, A. Julius, F. Lizarralde, J.D. Wason, J.T. Wen, Modeling and control of color tunable lighting systems, Energy Build. 68 (PARTA) (2014) 242–253, https://doi.org/10.1016/j.enbuild.2013.08.036. [18] M.G. Figueiro, R. Hamner, A. Bierman, M.S. Rea, Comparisons of three practical field devices used to measure personal light exposures and activity levels, Light. Res. Technol. 45 (4) (2013) 421–434, https://doi.org/10.1177/1477153512450453. Aug. [19] L. Bellia, F. Fragliasso, New parameters to evaluate the capability of a daylight-linked control system in complementing daylight, Build. Environ. 123 (2017) 223–242, https://doi.org/10.1016/j.buildenv.2017.07.001. [20] X. Yu, Y. Su, Daylight availability assessment and its potential energy saving estimation -A literature review, Renew. Sustain. Energy Rev. 52 (2015) 494–503, https://doi.org/10.1016/j.rser.2015.07.142. [21] I. Acosta, M.A. Campano, S. Dominguez-Amarillo, C. Mu˜ noz, Dynamic daylight metrics for electricity savings in offices: window size and climate smart lighting management, Energies 11 (11) (2018), https://doi.org/10.3390/en11113143. [22] C.F. Reinhart, M. Andersen, Development and validation of a Radiance model for a translucent panel, Energy Build. 38 (7) (2006) 890–904, https://doi.org/ 10.1016/j.enbuild.2006.03.006. [23] T. Dogan, Y.C. Park, A critical review of daylighting metrics for residential architecture and a new metric for cold and temperate climates, Light. Res. Technol. 51 (2) (2019) 206–230, https://doi.org/10.1177/1477153518755561. [24] S. Ahmadi-Karvigh, B. Becerik-Gerber, L. Soibelman, Intelligent adaptive Automation: a framework for an activity-driven and user-centered building automation, Energy Build. 188–189 (2019) 184–199, https://doi.org/10.1016/j.enbuild.2019.02.007. [25] F. Haldi, D. Robinson, On the behaviour and adaptation of office occupants, Build. Environ. 43 (12) (2008) 2163–2177, https://doi.org/10.1016/j. buildenv.2008.01.003. [26] J.D. Bullough, L.C. Radetsky, U.C. Besenecker, M.S. Rea, Influence of spectral power distribution on scene brightness at different light levels, LEUKOS - J. Illum. Eng. Soc. North Am. 10 (1) (2014) 3–9, https://doi.org/10.1080/15502724.2013.827516. [27] J. Toftum, A. Thorseth, J. Markvart, ´ A. Logad´ ottir, Occupant response to different correlated colour temperatures of white LED lighting, Build. Environ. 143 (July) (2018) 258–268, https://doi.org/10.1016/j.buildenv.2018.07.013. [28] L. Bellia, F. Fragliasso, E. Stefanizzi, Daylit offices: a comparison between measured parameters assessing light quality and users’ opinions, Build. Environ. 113 (2017) 92–106, https://doi.org/10.1016/j.buildenv.2016.08.014. [29] K. Desnijder, W. Deketelaere, W. Ryckaert, P. Hanselaer, Y. Meuret, Efficient design method of segmented lenses for lighting applications with prescribed intensity and low peak luminance, LEUKOS - J. Illum. Eng. Soc. North Am. 15 (4) (2019) 281–292, https://doi.org/10.1080/15502724.2018.1517599. [30] M. Fischer, K. Wu, P. Agathoklis, Intelligent illumination model-based lighting control, in: Proc. - 32nd IEEE Int. Conf. Distrib. Comput. Syst. Work, ICDCSW 2012, 2012, pp. 245–249, https://doi.org/10.1109/ICDCSW.2012.75. [31] F. Haldi, D. Robinson, The impact of occupants’ behaviour on building energy demand, J. Build. Perform. Simul. 4 (4) (2011) 323–338, https://doi.org/ 10.1080/19401493.2011.558213. [32] J. Langevin, J. Wen, P.L. Gurian, Simulating the human-building interaction : development and validation of an agent-based model of of fi ce occupant behaviors, Build. Environ. 88 (2015) 27–45, https://doi.org/10.1016/j.buildenv.2014.11.037. [33] H.B. Gunay, W. O’Brien, I. Beausoleil-Morrison, A critical review of observation studies, modeling, and simulation of adaptive occupant behaviors in offices, Build. Environ. 70 (2013) 31–47, https://doi.org/10.1016/j.buildenv.2013.07.020. [34] Z. Nagy, F.Y. Yong, M. Frei, A. Schlueter, Occupant centered lighting control for comfort and energy efficient building operation, Energy Build. 94 (2015) 100–108, https://doi.org/10.1016/j.enbuild.2015.02.053. [35] O. Grigore, I. Gavat, M. Cotescu, Stochastic algorithms for adaptive lighting control using psychophysiological features, Int. J. Biol. 1 (4) (2008). [36] P. Hameed, N. Bin, M. Nor, P. Nallagownden, I. Elamvazuthi, T. Ibrahim, A review on optimized control systems for building energy and comfort management of smart sustainable buildings, Renew. Sustain. Energy Rev. 34 (2014) 409–429, https://doi.org/10.1016/j.rser.2014.03.027. [37] C. de Bakker, M. Aries, H. Kort, A. Rosemann, Occupancy-based lighting control in open-plan office spaces: a state-of-the-art review, Build. Environ. 112 (2017) 308–321, https://doi.org/10.1016/j.buildenv.2016.11.042. [38] M.A.U. Haq, et al., A review on lighting control technologies in commercial buildings, their performance and affecting factors, Renew. Sustain. Energy Rev. 33 (2014) 268–279, https://doi.org/10.1016/j.rser.2014.01.090. [39] S. Jain, V. Garg, A review of open loop control strategies for shades, blinds and integrated lighting by use of real-time daylight prediction methods, in: Building and Environment, vol. 135, Elsevier Ltd, 2018, pp. 352–364, https://doi.org/10.1016/j.buildenv.2018.03.018. May 01. R.M. L´ opez-Lovillo et al. Journal of Building Engineering 64 (2023) 105704 18 [40] K.R. Wagiman, M.N. Abdullah, M.Y. Hassan, N.H.M. Radzi, A review on sensing-based strategies of interior lighting control system and their performance in commercial buildings, Indones. J. Electr. Eng. Comput. Sci. 16 (1) (2019) 208–215, https://doi.org/10.11591/IJEECS.V16.I1.PP208-215. [41] I. Chew, D. Karunatilaka, C.P. Tan, V. Kalavally, Smart lighting: the way forward? Reviewing the past to shape the future, Energy Build. 149 (2017) 180–191, https://doi.org/10.1016/j.enbuild.2017.04.083. [42] A. Galatioto, M. Beccali, Aspects and issues of daylighting assessment: a review study, Renew. Sustain. Energy Rev. 66 (2016) 852–860, https://doi.org/ 10.1016/j.rser.2016.08.018. [43] L. Bellia, F. Fragliasso, E. Stefanizzi, Why are daylight-linked controls (DLCs) not so spread? A literature review, Build. Environ. 106 (2016) 301–312, https:// doi.org/10.1016/j.buildenv.2016.06.040. [44] W. Jung, F. Jazizadeh, Human-in-the-loop HVAC operations: a quantitative review on occupancy, comfort, and energy-efficiency dimensions, Appl. Energy 239 (September 2018) (2019) 1471–1508, https://doi.org/10.1016/j.apenergy.2019.01.070. [45] M. Han, et al., A review of reinforcement learning methodologies for controlling occupant comfort in buildings, Sustain. Cities Soc. 51 (August) (2019), 101748, https://doi.org/10.1016/j.scs.2019.101748. [46] A.I. Dounis, C. Caraiscos, Advanced control systems engineering for energy and comfort management in a building environment-A review, Renew. Sustain. Energy Rev. 13 (6–7) (2009) 1246–1261, https://doi.org/10.1016/j.rser.2008.09.015. [47] A. Tabadkani, A. Roetzel, H.X. Li, A. Tsangrassoulis, A review of occupant-centric control strategies for adaptive facades, in: Automation in Construction, vol. 122, Elsevier B.V., Feb. 2021, https://doi.org/10.1016/j.autcon.2020.103464. [48] X. Ding, J. Yu, Y. Si, Office light control moving toward automation and humanization: a literature review, Intell. Build. Int. 12 (4) (Oct. 2020) 225–256, https://doi.org/10.1080/17508975.2018.1555087. Taylor and Francis Ltd. [49] M. ´ A. Campano, I. Acosta, S. Domínguez, and R. L´ opez-Lovillo, “Dynamic analysis of office lighting smart controls management based on user requirements,” Autom. ConStruct., vol. 133, 2022, doi: 10.1016/j.autcon.2021.104021. [50] F. Rubinstein, G. Ward, R. Verderber, Improving the performance of photo-electrically controlled lighting systems, J. Illum. Eng. Soc. 18 (1) (1989) 70–94, https://doi.org/10.1080/00994480.1989.10748745. [51] L. Doulos, A. Tsangrassoulis, F.V. Topalis, Multi-criteria decision analysis to select the optimum position and proper field of view of a photosensor, Energy Convers. Manag. 86 (2014) 1069–1077, Oct, https://doi.org/10.1016/j.enconman.2014.06.032. [52] R.A. Mangkuto, M. Rohmah, A.D. Asri, Design optimisation for window size, orientation, and wall reflectance with regard to various daylight metrics and lighting energy demand: a case study of buildings in the tropics, Appl. Energy 164 (2016) 211–219, https://doi.org/10.1016/j.apenergy.2015.11.046. [53] L. Bellia, F. Bisegna, G. Spada, Lighting in indoor environments: visual and non-visual effects of light sources with different spectral power distributions, Build. Environ. 46 (10) (2011) 1984–1992, https://doi.org/10.1016/j.buildenv.2011.04.007. [54] I. Acosta, M.A. Campano, J.F. Molina, Window design in architecture: analysis of energy savings for lighting and visual comfort in residential spaces, Appl. Energy 168 (2016) 493–506, https://doi.org/10.1016/j.apenergy.2016.02.005. [55] A. Cılasun Kunduracı, Z.T. Kazanasmaz, Fuzzy logic model for the categorization of manual lighting control behaviour patterns based on daylight illuminance and interior layout, Indoor Built Environ. 28 (5) (2019) 584–598, https://doi.org/10.1177/1420326X17703772. [56] L. Bellia, F. Fragliasso, Automated daylight-linked control systems performance with illuminance sensors for side-lit offices in the Mediterranean area, Autom. ConStruct. 100 (July 2018) (2019) 145–162, https://doi.org/10.1016/j.autcon.2018.12.027. [57] M. Beccali, M. Bonomolo, G. Ciulla, V. Lo Brano, Assessment of indoor illuminance and study on best photosensors’ position for design and commissioning of Daylight Linked Control systems. A new method based on artificial neural networks, Energy 154 (Jul. 2018) 466–476, https://doi.org/10.1016/j. energy.2018.04.106. [58] S. Onaygil, ¨ O. Güler, Determination of the energy saving by daylight responsive lighting control systems with an example from Istanbul, Build. Environ. 38 (7) (2003) 973–977, https://doi.org/10.1016/S0360-1323(03)00034-9. [59] D.H.W. Li, E.K.W. Tsang, An analysis of measured and simulated daylight illuminance and lighting savings in a daylit corridor, Build. Environ. 40 (7) (2005) 973–982, https://doi.org/10.1016/j.buildenv.2004.09.007. [60] S. Mukherjee, et al., Closed loop integrated lighting and daylighting control for low energy buildings, in: 2010 ACEEE Summer Study Energy Effic, Build., 2010, pp. 9–252. [61] H. Choi, S. Hong, A. Choi, M. Sung, Toward the accuracy of prediction for energy savings potential and system performance using the daylight responsive dimming system, Energy Build. 133 (2016) 271–280, https://doi.org/10.1016/j.enbuild.2016.09.042. [62] F.M. Rubinstein, R.R. Verderber, G.J. Ward, Photoelectric Control of Daylight-Following Lighting Systems, 1989. [63] E.S. Lee, D.L. DiBartolomeo, S.E. Selkowitz, The effect of Venetian blinds on daylight photoelectric control performance, J. Illum. Eng. Soc. 28 (1) (1999) 3–23, https://doi.org/10.1080/00994480.1999.10748247. [64] E. Shen, J. Hu, M. Patel, Energy and visual comfort analysis of lighting and daylight control strategies, Build. Environ. 78 (2014) 155–170, https://doi.org/ 10.1016/j.buildenv.2014.04.028. [65] F.R. Rubio, M.G. Ortega, F. Gordillo, M. L´ opez-Martínez, Application of new control strategy for sun tracking, Energy Convers. Manag. 48 (7) (2007) 2174–2184, https://doi.org/10.1016/j.enconman.2006.12.020. [66] P. Esquivias, C. Munoz, I. Acosta, D. Moreno, J. Navarro, Climate-based daylight analysis of fixed shading devices in an open-plan office, Light. Res. Technol. 48 (2) (2016) 205–220, https://doi.org/10.1177/1477153514563638. [67] CEN - European Committee for Standardization, EN 12464-1:2002 - Light and Lighting - Lighting of Work Places - Part 1: Indoor Work Places, CEN - European Committee for Standardization, Brussels, Belgium, 2012. [68] N. Lee, J. Kim, C. Jang, Y. Sung, H. Jeong, Comparison of sensorless dimming control based on building modeling and solar power generation, Energy 81 (2015) 15–20, https://doi.org/10.1016/j.energy.2014.10.027. [69] I. Acosta, M.´ A.A. Campano, S. Domínguez, J. Fern´ andez-Agüera, Minimum daylight autonomy: a new concept to link daylight dynamic metrics with daylight factors, LEUKOS - J. Illum. Eng. Soc. North Am. (2019) 1–19, https://doi.org/10.1080/15502724.2018.1564673, 00, no. 00. [70] I. Acosta, M.´ A. Campano, S. Domínguez-Amarillo, J. Navarro, Continuous overcast daylight autonomy (DAo.con): a new dynamic metric for sensor-less lighting smart controls, LEUKOS - J. Illum. Eng. Soc. North Am. (2022), https://doi.org/10.1080/15502724.2022.2135528. [71] Y. Yoon, J. Lee, S. Kim, Development of computational algorithm for prediction of photosensor signals in daylight conditions, Build. Environ. 89 (2015) 229–243, https://doi.org/10.1016/j.buildenv.2015.02.030. [72] A. Pandharipande, D. Caicedo, Daylight integrated illumination control of LED systems based on enhanced presence sensing, Energy Build. 43 (4) (2011) 944–950, https://doi.org/10.1016/j.enbuild.2010.12.018. [73] L.W. Yeh, C.Y. Lu, C.W. Kou, Y.C. Tseng, C.W. Yi, Autonomous light control by wireless sensor and actuator networks, IEEE Sensor. J. 10 (6) (2010) 1029–1041, https://doi.org/10.1109/JSEN.2010.2042442. [74] Z. Nagy, F.Y. Yong, A. Schlueter, Occupant centered lighting control: a user study on balancing comfort, acceptance, and energy consumption, Energy Build. 126 (2016) 310–322, https://doi.org/10.1016/j.enbuild.2016.05.075. [75] D. Tran, Y.K. Tan, S. Member, Sensorless illumination control of a networked LED-lighting system using feedforward neural network, IEEE Trans. Ind. Electron. 61 (4) (2014) 2113–2121, https://doi.org/10.1109/TIE.2013.2266084. [76] A. Choi, K. Song, Y. Kim, The Characteristics of Photosensors and Electronic Dimming Ballasts in Daylight Responsive Dimming Systems, vol. 40, 2005, pp. 39–50, https://doi.org/10.1016/j.buildenv.2004.07.014. [77] S. Escuyer, M. Fontoynont, Lighting controls: a field study of office workers’ reactions, Light. Res. Technol. 33 (2) (2001) 77–96, https://doi.org/10.1177/ 136578280103300202. [78] S. Pigg, M. Eilers, J. Reed, Behavioral aspects of lighting and occupancy sensors in private offices : a case study of a university office building, Proc. ACEEE Summer Study (1996) 161–170. R.M. L´ opez-Lovillo et al. Journal of Building Engineering 64 (2023) 105704 19 [79] M.S. Pan, L.W. Yeh, Y.A. Chen, Y.H. Lin, Y.C. Tseng, A WSN-based intelligent light control system considering user activities and profiles, IEEE Sensor. J. 8 (10) (2008) 1710–1721, https://doi.org/10.1109/JSEN.2008.2004294. [80] J.Y. Park, T. Dougherty, H. Fritz, Z. Nagy, LightLearn: an adaptive and occupant centered controller for lighting based on reinforcement learning, Build. Environ. 147 (October 2018) (2019) 397–414, https://doi.org/10.1016/j.buildenv.2018.10.028. [81] H. Zou, Y. Zhou, H. Jiang, S.C. Chien, L. Xie, C.J. Spanos, WinLight: a WiFi-based occupancy-driven lighting control system for smart building, Energy Build. 158 (2018) 924–938, https://doi.org/10.1016/j.enbuild.2017.09.001. [82] P. Correia da Silva, V. Leal, M. Andersen, Occupants’ behaviour in energy simulation tools: lessons from a field monitoring campaign regarding lighting and shading control, J. Build. Perform. Simul. 8 (5) (2015) 338–358, https://doi.org/10.1080/19401493.2014.953583. [83] S.A. Sadeghi, P. Karava, I. Konstantzos, A. Tzempelikos, Occupant interactions with shading and lighting systems using different control interfaces: a pilot field study, Build. Environ. 97 (2016) 177–195, https://doi.org/10.1016/j.buildenv.2015.12.008. [84] S.A. Sadeghi, N.M. Awalgaonkar, P. Karava, I. Bilionis, A Bayesian modeling approach of human interactions with shading and electric lighting systems in private offices, Energy Build. 134 (2017) 185–201, https://doi.org/10.1016/j.enbuild.2016.10.046. [85] S.A. Sadeghi, S. Lee, P. Karava, I. Bilionis, A. Tzempelikos, Bayesian classification and inference of occupant visual preferences in daylit perimeter private offices, Energy Build. 166 (2018) 505–524, https://doi.org/10.1016/j.enbuild.2018.02.010. [86] C. de Bakker, M. Aarts, H. Kort, E. van Loenen, A. Rosemann, Preferred luminance distributions in open-plan offices in relation to time-of-day and subjective alertness, LEUKOS - J. Illum. Eng. Soc. North Am. 17 (1) (2021) 3–20, https://doi.org/10.1080/15502724.2019.1587619. [87] M.V. Bavaresco, S. D’Oca, E. Ghisi, A.L. Pisello, Assessing underlying effects on the choices of adaptive behaviours in offices through an interdisciplinary framework, Build. Environ. 181 (February) (2020), 107086, https://doi.org/10.1016/j.buildenv.2020.107086. [88] A. Heydarian, et al., What drives our behaviors in buildings? A review on occupant interactions with building systems from the lens of behavioral theories, Build. Environ. 179 (April) (2020), 106928, https://doi.org/10.1016/j.buildenv.2020.106928. [89] E. Matthies, I. Kastner, A. Klesse, H.J. Wagner, High reduction potentials for energy user behavior in public buildings: how much can psychology-based interventions achieve? J. Environ. Stud. Sci. 1 (3) (2011) 241–255, https://doi.org/10.1007/s13412-011-0024-1. [90] S.H. Lo, G.J.Y. Peters, G.J.P. van Breukelen, G. Kok, Only reasoned action? An interorganizational study of energy-saving behaviors in office buildings, Energy Effic 7 (5) (2014) 761–775, https://doi.org/10.1007/s12053-014-9254-x. [91] D.R.G. Hunt, The use of artificial lighting in relation to daylight levels and occupancy, Build. Environ. 14 (1) (1979) 21–33, https://doi.org/10.1016/0360- 1323(79)90025-8. [92] D.R.G. Hunt, Predicting artificial lighting use - a method based upon observed patterns of behaviour, Light. Res. \& Technol. 12 (1) (1980) 7–14, https://doi. org/10.1177/096032718001200102. [93] G.R. Newsham, A. Mahdavi, I. Beausoleil-Morrison, Lightswitch: a stochastic model for predicting office lighting energy consumption, in: Right Switch Three - 3rd Eur. Conf. Energy-Efficient Light., 1995, pp. 59–66. [94] D. Yan, et al., IEA EBC Annex 66 : definition and simulation of occupant behavior in buildings, Energy Build 156 (2017) 258–270, https://doi.org/10.1016/j. enbuild.2017.09.084. [95] W. O’Brien, et al., Introducing IEA EBC annex 79: key challenges and opportunities in the field of occupant-centric building design and operation, Build. Environ. 178 (December 2019) (2020), 106738, https://doi.org/10.1016/j.buildenv.2020.106738. [96] G.R. Newsham, Manual control of window blinds and electric lighting: implications for comfort and energy consumption, Indoor Built Environ 3 (3) (1994) 135–144, https://doi.org/10.1177/1420326X9400300307. [97] C.F. Reinhart, K. Voss, Monitoring manual control of electric lighting and blinds, Lighting Research and Technology (2003), https://doi.org/10.1191/ 1365782803li064oa. [98] C. Ionel, P. Craig, J. Steven, D. Jonghe, C. Lutgard, The Design and Evaluation of Integrated Envelope and Lighting Control Strategies for Commercial Buildings, 2003. [99] C.M. Stoppel, F. Leite, Integrating probabilistic methods for describing occupant presence with building energy simulation models, Energy Build 68 (PARTA) (2014) 99–107, https://doi.org/10.1016/j.enbuild.2013.08.042. [100] C. Wang, D. Yan, H. Sun, Y. Jiang, A generalized probabilistic formula relating occupant behavior to environmental conditions, Build. Environ. 95 (2016) 53–62, https://doi.org/10.1016/j.buildenv.2015.09.004. [101] V. Inkarojrit, Balancing Comfort: Occupants’ Control of Window Blinds in Private Offices, 2005. [102] Y. Zhang, P. Barrett, Factors influencing occupants’ blind-control behaviour in a naturally ventilated office building, Build. Environ. 54 (2012) 137–147, https://doi.org/10.1016/j.buildenv.2012.02.016. [103] P. Correia da Silva, V. Leal, M. Andersen, Occupants interaction with electric lighting and shading systems in real single-occupied offices: results from a monitoring campaign, Build. Environ. 64 (2013) 152–168, https://doi.org/10.1016/j.buildenv.2013.03.015. [104] D. Yan, X. Feng, Y. Jin, C. Wang, The evaluation of stochastic occupant behavior models from an application-oriented perspective: using the lighting behavior model as a case study, Energy Build 176 (2018) 151–162, https://doi.org/10.1016/j.enbuild.2018.07.037. [105] M. Foster, T. Oreszczyn, Occupant control of passive systems: the use of Venetian blinds, Build. Environ. 36 (2) (2001) 149–155, https://doi.org/10.1016/ S0360-1323(99)00074-8. [106] A. Mahdavi, A. Mohammadi, E. Kabir, L. Lambeva, Occupants’ operation of lighting and shading systems in office buildings, J. Build. Perform. Simul. 1 (1) (2008) 57–65, https://doi.org/10.1080/19401490801906502. [107] K. Van Den Wymelenberg, Patterns of occupant interaction with window blinds: a literature review, Energy Build 51 (2012) (2012) 165–176, https://doi.org/ 10.1016/j.enbuild.2012.05.008. [108] F. Haldi, D. Robinson, Adaptive actions on shading devices in response to local visual stimuli, J. Build. Perform. Simul. 3 (2) (2010) 135–153, https://doi.org/ 10.1080/19401490903580759. [109] F. Haldi, D. Robinson, Interactions with window openings by office occupants, Build. Environ. 44 (12) (2009) 2378–2395, https://doi.org/10.1016/j. buildenv.2009.03.025. [110] G.Y. Yun, H. Kim, J.T. Kim, Effects of occupancy and lighting use patterns on lighting energy consumption, Energy Build 46 (2012) 152–158, https://doi.org/ 10.1016/j.enbuild.2011.10.034. [111] V. Fabi, V. Camisassi, F. Causone, S.P. Corgnati, C. Programme, Light switch behaviour : occupant behaviour stochastic models in office buildings, in: Proceedings of 8 Th Windsor Conference : Counting the Cost of Comfort in a Changing World Light, 2014 (no. April). [112] Y. Ding, X. Ma, S. Wei, W. Chen, A prediction model coupling occupant lighting and shading behaviors in private offices, Energy Build 216 (2020), 109939, https://doi.org/10.1016/j.enbuild.2020.109939. [113] S.L. Wong, K.K.W. Wan, T.N.T. Lam, Artificial neural networks for energy analysis of office buildings with daylighting, Appl. Energy 87 (2) (2010) 551–557, https://doi.org/10.1016/j.apenergy.2009.06.028. [114] A. Paulauskaite-Taraseviciene, N. Morkevicius, A. Janaviciute, A. Liutkevicius, A. Vrubliauskas, E. Kazanavicius, The usage of artificial neural networks for intelligent lighting control based on resident’s behavioural pattern, Elektron. ir Elektrotechnika 21 (2) (2015) 72–79, https://doi.org/10.5755/j01. eee.21.2.8772. [115] S. D’Oca, H.B. Gunay, S. Gilani, W. O’Brien, Critical review and illustrative examples of office occupant modelling formalisms, Build. Serv. Eng. Res. Technol. 40 (6) (2019) 732–757, https://doi.org/10.1177/0143624419827468. [116] Light and Lighting - Lighting of Work Places - Part 1: Indoor Work Places, 2021. EN 12464-1. [117] M. Chiogna, R. Albatici, A. Frattari, Electric lighting at the workplace in offices: efficiency improvement margins of automation systems, Light. Res. Technol. 45 (5) (Oct. 2013) 550–567, https://doi.org/10.1177/1477153512461372. [118] M.G. Figueiro, et al., The impact of daytime light exposures on sleep and mood in office workers, Sleep Heal 3 (3) (Jun. 2017) 204–215, https://doi.org/ 10.1016/j.sleh.2017.03.005. R.M. L´ opez-Lovillo et al. Journal of Building Engineering 64 (2023) 105704 20 [119] M.T. Aguilar-Carrasco, S. Domínguez-Amarillo, I. Acosta, J.J. Sendra, Indoor lighting design for healthier workplaces: natural and electric light assessment for suitable circadian stimulus, Opt. Express 29 (19) (2021), 29899, https://doi.org/10.1364/oe.430747. [120] A.- Choi, R.G. Mistrick, Analysis of daylight responsive dimming system performance, Build. Environ. 34 (3) (1998) 231–243, https://doi.org/10.1016/S0360- 1323(98)00029-8. [121] R. Mistrick, C.H. Chen, A. Bierman, D. Felts, A comparison of photosensor-controlled electronic dimming systems in a small office, J. Illum. Eng. Soc. 29 (1) (2000) 66–80, https://doi.org/10.1080/00994480.2000.10748483. [122] H.B. Gunay, W. O’Brien, I. Beausoleil-Morrison, S. Gilani, Development and implementation of an adaptive lighting and blinds control algorithm, Build. Environ. 113 (2017) 185–199, https://doi.org/10.1016/j.buildenv.2016.08.027. [123] S. Chraibi, T. Lashina, P. Shrubsole, M. Aries, E. van Loenen, A. Rosemann, Satisfying light conditions: a field study on perception of consensus light in Dutch open office environments, Build. Environ. 105 (2016) 116–127, https://doi.org/10.1016/j.buildenv.2016.05.032. [124] F. Tan, D. Caicedo, A. Pandharipande, M. Zuniga, Sensor-driven, human-in-the-loop lighting control, Light. Res. Technol. 50 (5) (2018) 660–680, https://doi. org/10.1177/1477153517693887. [125] N. Gentile, T. Laike, M.C. Dubois, Lighting control systems in individual offices rooms at high latitude: measurements of electricity savings and occupants’ satisfaction, Sol. Energy 127 (Apr. 2016) 113–123, https://doi.org/10.1016/j.solener.2015.12.053. [126] D. Lindel¨ of, N. Morel, Bayesian optimization of visual discomfort, Build. Res. Inf. 36 (1) (2008) 83–96, https://doi.org/10.1080/09613210701544061. [127] A. Wagner, W. O’Brien, B. Dong, Exploring Occupant Behavior in Buildings: Methods and Challenges, 2017, https://doi.org/10.1007/978-3-319-61464-9. [128] J. Xiong, A. Tzempelikos, I. Bilionis, P. Karava, A personalized daylighting control approach to dynamically optimize visual satisfaction and lighting energy use, Energy Build 193 (2019) 111–126, https://doi.org/10.1016/j.enbuild.2019.03.046. R.M. L´ opez-Lovillo et al. 6 To develop the protocol presented as the objective of this work, an initial methodology is proposed based on the current state- 97 of-the-art. This methodology is implemented in a laboratory environment. It is an unobtrusive controlled environment with a 98 workstation that replicates a workstation in a real open plan office environment. As this is a controlled environment, there are 99 more possibilities related to the type of system, the flexibility of control... The methodology proposed is based on mixed methods, 100 combining quantitative methods, such as the monitoring of illuminance values on the working plane and interactions, and 101 qualitative methods such as logging changes and semi-structured interviews. 102 103 2.1. LAB EXPERIMENT 104 The lab experiment is performed in a laboratory environment in Seville, Spain. In order to avoid interference from daylight [38] 105 the chosen environment is an individual office without windows. The case sample is made up of 29 students and the total duration 106 of the test is approximately one hour per participant. During this time, the participants work individually on their computer or 107 tablet, and are exposed to 3 different lighting configurations (3 scenes). At the beginning of the experiment, the participants are 108 asked to complete a questionnaire on visual perception in relation to the first scene and from time to time their normal work is 109 interrupted by an activity that they must carry out on paper. In each scene, participants are able to change the CCT and the 110 illuminance from the initial setting. Each change is monitored, and participants must write down in a log the types of changes 111 they have made and the reasons leading to these changes. At the end of the experiment, individual semi-structured interviews 112 are carried out with the participants. Figure 1 summarizes the proposed the time sequence of the experiment. 113 114 Figure 1. Time sequence of the experiment (S1: scene 1, S2: scene 2, S3: scene 3, 2 min: visual adaptation time) 115 116 2.1.1. Experiment sample 117 [Document text truncated for crawler view.]