MétaCan
Menu
Retour à la cohorte
Enregistrement W2089586606 · doi:10.1121/1.4785356

Hearing protector labeling for active noise reduction devices

2004· article· en· W2089586606 sur OpenAlexaff
William J. Murphy, John R. Franks, Alberto Behar

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2004
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMicrophoneAcousticsTest fixtureBone conductionAttenuationHearing protectionNoise reductionNoise (video)Computer scienceEar canalMaterials scienceHearing lossAudiologyPhysicsOpticsMedicineArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The US EPA regulation 40 CFR part 211b does not specify how to label hearing protectors that use active noise reduction (ANR). Real-ear attenuation at threshold (REAT) measurements are appropriate for testing the passive noise reduction performance of the earmuff. The contribution of ANR to the overall attenuation must be measured either with an acoustic test fixture (ATF) or using the microphone in real ear (MIRE) technique. ATFs must adequately mimic the coupling of the protector with either the skin of the ear canal or the side of the head, as well as provide sufficient attenuation to eliminate effects of bone conduction. The MIRE technique uses a miniature microphone positioned in the ear canal either at the entrance or at the tympanic membrane, and can be used to measure the insertion loss between the occluded and unoccluded conditions for both the passive and active modes of the protector. ATF and MIRE measurements made for several protectors demonstrate effective performance below 1000 Hz. This paper will examine methods for combining ATF and MIRE measurements with REAT to develop effective and informative rating for the ANR class of hearing protectors. [Portions of work supported by the U.S. EPA IA 75090527.]

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)0,004
score de la tête « metaresearch » (Gemma)0,009
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,104

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0050,002
Charge utile insuffisante (le modèle a refusé de juger)0,0310,027

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 Opus0,038
Tête enseignante GPT0,368
Écart entre enseignants0,330 · 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

Citations0
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetNoise Effects and ManagementTravaux en français237 207