MétaCan
Menu
Retour à la cohorte
Enregistrement W2014625289 · doi:10.2486/indhealth.45.318

Measurement of Noise and Vibration in Canadian Forces Armoured Vehicles

2007· article· en· W2014625289 sur OpenAlexaffabout
Ann Nakashima, Matthew James Borland, Sharon M. Abel

Notice bibliographique

RevueIndustrial Health · 2007
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensDefence Research and Development Canada
Organismes subventionnairesnon disponible
Mots-clésNoise (video)CrewVibrationEnvironmental scienceHeadsetSpeed limitNoise levelAcousticsAeronauticsMarine engineeringPhysicsEngineeringComputer scienceSound pressureTransport engineering

Résumé

récupéré en direct d'OpenAlex

Noise and whole-body vibration measurements were made in the following Canadian Forces vehicles: LAV III, Bison and M113A2 ADATS (air defence anti-tank system). Measurements were made at different crew positions while the vehicles were driven at different speeds over rough terrain and paved roads. The participants completed a questionnaire at the end of each measurement session on their reactions to the noise and vibration. Noise levels were as high as 115 dBA in the ADATS, 102 dBA in the Bison and 96 dBA in the LAV III, exceeding the Canada Labour Code exposure limit of 87 dBA for 8 h(1)). A communications headset was found to be sufficient to reduce the noise exposure to safe levels in most cases. The vector sum vibration magnitudes for the LAV III and Bison were relatively low during highway driving (0.3 m/s(2) for both vehicles) compared to rough terrain (0.71 and 1.36 m/s(2), respectively). The ADATS vibration increased with driving speed (0.62 m/s(2) at 8 km/h and 1.26 m/s(2) at 32 km/h). The questionnaire responses indicated that half the crewmembers had difficulty communicating in vehicle noise, but were generally unaffected physically by vibration. The latter result may have been due to the relatively short exposure duration.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,878
Score d'incertitude au seuil0,245

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,131
Tête enseignante GPT0,403
Écart entre enseignants0,272 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations28
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIndustrial HealthMême sujetNoise Effects and ManagementTravaux en français237 207