Assessment of Acoustical Measurement Methods and Standards on Rubber Asphalt Roads
Notice bibliographique
Résumé
This paper focuses on the availability of reliable and widely recognized standards for measuring the tyre/pavement noise by determining the existence for a common or certified standard for measuring the asphalt rubber road noise and the possibilities of establishing a common standard or making enhancement to the current standard for accurately measuring the noise. A noise measurement study is conducted using one of many methodologies recognized internationally on both conventional and asphalt rubber road. The noise measurement study is based on the Statistical Pass-by method which is described in detail in the International Standards Organization ISO 11819-1. Certain modifications have been made in order to suit the local environmental condition during the measurement. The most significant modification from the ISO 11819-1 is the distance of the microphone location that is used in the noise measurement from the center of the test road. The ISO 11819-1 stated the microphone position as 7.5m distance from the test road. However, in North America, 15m distance is commonly used. The proportions between noise source dimensions and microphone distance are affected in such a way as to reduce the potential difference between LAmax (maximum sound pressure level) and LAE (Single-event sound exposure level) [2]. Simulations can be done to find out the influence of the microphone distance to the accuracy and reliability of the test measurement readouts besides the advantages and the disadvantages on using both microphone distances from the test road. To further prove the reliability of the study, the results are then analyzed and compared to the predicted noise level using the Traffic Noise Model (TNM) developed by the Federal Highway Administration (FHWA). The FHWA's TNM that computes highway traffic noise is constructed based on the large amount of vehicle noise-emissions database and has been made comparisons to at least five other different model results or real noise measurement study to verify the accuracy of the model.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,055 | 0,077 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».