Framework for Environmental Assessment of Tire–Pavement Noise
Notice bibliographique
Résumé
Traditionally, the objective of tire–pavement noise studies has been limited to ranking of different pavement surfaces in terms of their potential to generate noise. The potential to generate noise has been assessed by using a variety of sound-level measurements and sound-level measures, typically quite different from those used for the environmental assessment of highway noise. A fundamental methodology is described for the assessment of tire–pavement noise that fits the existing framework for the environmental assessment of highway noise. In this context, it is necessary (a) to express the differences in tire–pavement noise in terms of the sound-level units used for the environmental assessment of highway noise and (b) to consider a realistic situation that includes, for example, sound levels emitted by the entire traffic flow at locations that correspond to outdoor recreational areas of residential dwellings. The process is illustrated by applying it to the environmental assessment of freeway noise in Ontario, Canada, involving two pavement surface types: a dense-graded asphalt concrete surface and a portland cement concrete surface. The results indicate that the difference in sound levels between the two surface types at a residential location adjacent to a freeway can reach up to about 2 or 3 dB(A) L eq (24 h). However, when the typical highway geometry is considered, the presence of noise barriers, and a typical car–truck freeway traffic mix, this difference is reduced to less than 1 dB(A) L eq (24 h). This difference is typically interpreted as having an insignificant environmental impact.
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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».