MétaCan
Menu
Retour à la cohorte
Enregistrement W2022486856 · doi:10.1121/1.3587780

Optimization of silencers for interior natural ventilation openings.

2011· article· en· W2022486856 sur OpenAlexaff
Chris Bibby, Murray Hodgson

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueAcoustic Wave Phenomena Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésNatural ventilationIndoor air qualityAirflowHVACComputer scienceVentilation (architecture)Duct (anatomy)Environmental scienceAcousticsFlow resistanceMarine engineeringArchitectural engineeringMechanical engineeringFlow (mathematics)EngineeringAir conditioningEnvironmental engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Naturally ventilated buildings are being constructed around the world due to advantages they offer in reduced HVAC operating costs, increased indoor air quality, and government subsidies for “green” construction and certification. Unfortunately, natural ventilation is often associated with a decrease in occupant acoustical satisfaction. One reason for this is the requirement to create acceptable air exchange rates in naturally ventilated buildings that have very limited pressure differentials; airflow paths must offer very low resistance. This leads designers to create paths by connecting adjacent spaces with apertures in the partitions or to use short transfer ducts rather than conventional duct systems. These apertures can be detrimental to the noise isolation provided by the partition. Products exist to attenuate noise through these apertures, but little exists in the literature about their performance. In this work, current methods and new methods of passively silencing interior natural ventilation openings have been evaluated and optimized using finite element simulations. To facilitate the optimization, silencer evaluation and selection criteria based on air flow and acoustical characteristics are proposed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,826
Score d'incertitude au seuil0,190

Scores Codex et Gemma par catégorie

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

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 Opus0,021
Tête enseignante GPT0,254
Écart entre enseignants0,233 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations2
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetAcoustic Wave Phenomena ResearchTravaux en français237 207