MétaCan
Menu
Retour à la cohorte
Enregistrement W1582551362 · doi:10.4271/2007-01-2402

Root Cause Identification and Methods of Reducing Rear Window Buffeting Noise

2007· article· en· W1582551362 sur OpenAlexaff
Larry Deaton, Mohan D. Rao, Wei-zen Shih

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle Noise and Vibration Control
Établissements canadiensLockheed Martin (Canada)
Organismes subventionnairesnon disponible
Mots-clésIdentification (biology)AeroelasticityWindow (computing)Noise (video)Computer scienceAcousticsEngineeringArtificial intelligenceAerospace engineeringAerodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

Rear Window Buffeting (RWB) is the low-frequency, high amplitude, sound that occurs in many 4-door vehicles when driven 30-70 mph with one rear window lowered. The goal of this paper is to demonstrate that the mechanisms of RWB are similar to that of sun roof buffeting and to describe the results of several actions suspected in contributing to the severity of RWB. Finally, the results of several experiments are discussed that may lend insight into ways to reduce the severity of this event. A detailed examination of the side airflow patterns of a small Sport Utility Vehicle (SUV) shows these criteria exist on a small SUV, and experiments to modify the SUV airflow pattern to reduce RWB are performed with varying degrees of success. Based on the results of these experiments, design actions are recommended that may result in the reduction of RWB.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,283
Écart entre enseignants0,270 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetVehicle Noise and Vibration ControlTravaux en français237 207