Case studies and installation data on the acoustical properties of a new class of translucent, lightweight insulation material from NASA called aerogel.
Notice bibliographique
Résumé
Aerogels are well-known as a class of thermal insulation with “green” benefits including translucence, hydrophobicity, and light weight. However, before 2008, the acoustical properties of aerogels had not been characterized. Used by NASA in the 1970s, aerogels became available in the 1990s as insulation for the construction industry in skylights, underwater pipelining, and roofing fabric. In 2008, laboratory testing and field research began on the acoustical properties of thin profile (2–8 mm) architectural “tensile membrane” fabrics incorporating silica aerogel granules. Data from a tension structure in Vancouver—where aerogel-enhanced fabric was used to block aircraft noise—exhibited excellent acoustic absorption and acoustic impedance matching properties compared to insulators of comparable thickness. In this installation the material increased transmission loss of exterior to interior noise, and reduced indoor reverberation. Also in 2008, U.S. field tests demonstrated an aerogel blanket material as a surface treatment in offices to reduce broadband reverberation, resulting in increased speech intelligibility and enhanced acoustical comfort (an important factor in the 2009 LEED rating system). The acoustical attributes—combined with aerogel’s thermal value, thin form factor, translucence, hydrophobicity, light weight, and absence of VOCs has led to growing interest in applications ranging from aircraft interiors to hospitals.
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 | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 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 ».