Empirical prediction of the effect of classroom design on verbal-communication quality
Notice bibliographique
Résumé
This study used empirical prediction models to investigate how verbal-communication quality in 'small', 'medium' and 'large' classrooms varies with classroom design, and identified the optimal designs.Verbalcommunication quality was quantified by the room-average speech intelligibility.The design parameters studied were the occupancy, the unoccupied background-noise level, and whether or not the rooms were carpeted, had ceiling and/or wall absorption, or upholstered seats.The design parameters were varied, and the following quantities calculated: average classroom surface-absorption coefficient at 1 kHz, 1-kHz earlydecay time, A-weighted background-noise level, and A-weighted speech-signal to background-noise level difference.The conditions under which optimal verbal-communication quality occurred were identified.Quality did not vary with absorption or early-decay time in any systematic way.High background noise, combined with either high absorption or low early-decay time, can lead to very low verbal-communication quality.Quality was low for negative values o f signal-to-noise level, but increased quickly for higher values.In the 'small' and 'medium' classrooms, the optimal verbal-communication quality occurred with carpeting and absorption, and with un-upholstered seats.In the 'large' classroom, the optimal quality occurred with carpeting, absorption and upholstered seats.The most significant design factor in determining the verbalcommunication quality o f the rooms was the background noise.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».