Empirical Prediction of Speech Levels and Reverberation in Classrooms
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper discusses the development of empirical models for predicting total A-weighted speech levels and 1-kHz early-decay times in classrooms in an arbitrary state of occupancy. These are the two main quantities that affect speech intelligibility in classrooms. Three models for predicting early-decay time were developed. One was based on determining the contributions of various surface features to the average classroom-surface absorption coefficients. The other models, and those for predicting speech levels, were developed using multi-variable linear-regression techniques, and data previously measured in university classrooms or predicted empirically. By way of evaluation, the models were shown to re-predict the average values of the measured quantities in the original data-set with high accuracy, but they tended to underestimate the variability in the data. Predictions are presented to illustrate the performance of the models in the case of small and large hypothetical classrooms with low and high surface absorption, when unoccupied and occupied. The results are consistent with those measured in real classrooms. In particular, the speech-level model predicts physically-realistic decreases with distance from a speaker to a listener. The experimental data has also been used to determine typical ‘effective’ absorption coefficients for three classroom features – carpeted floors, absorbent ceilings and upholstered seating on carpeted floors – data which indicates the real-world performance that can be expected of these features, which may be useful in other prediction models and, for example, which provides information on the choice of treatments to meet the requirements of standards.
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.
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 | 0,000 | 0,001 |
| 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 découle