MétaCan
Menu
Retour à la cohorte
Enregistrement W2095014208 · doi:10.1121/1.4826182

Axisymmetric versus three-dimensional finite element models for predicting the attenuation of earplugs in rigid walled ear canals

2013· article· en· W2095014208 sur OpenAlexafffund
Guilhem Viallet, Franck Sgard, Frédéric Laville, Jérôme Boutin

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Surface Polishing Techniques
Établissements canadiensInstitut de recherche Robert-Sauvé en santé et en sécurité du travailÉcole de Technologie Supérieure
Organismes subventionnairesInstitut de Recherche Robert-Sauvé en Santé et en Sécurité du Travail
Mots-clésRotational symmetryMultiphysicsFinite element methodGeometryAttenuationBoundary value problemCross section (physics)Insertion lossAcousticsMechanicsStructural engineeringMathematicsPhysicsMathematical analysisOpticsEngineering

Résumé

récupéré en direct d'OpenAlex

The axisymmetric hypothesis of the earplug-ear canal system geometry is commonly used. The validity of this hypothesis is investigated numerically in the case of a simplified configuration where the system is embedded in a rigid baffle and for fixed boundary conditions on the earplug lateral walls. This investigation is discussed for both individual and averaged insertion loss predictions of molded silicon earplugs. The insertion losses of 15 earplug-ear canal systems with realistic geometries are calculated using three-dimensional (3D) finite element models and compared with the insertion losses provided by two-dimensional equivalent axisymmetric finite element models using 6 different geometry reconstruction methods [all the models are solved using COMSOL Multiphysics (COMSOL, Sweden)]. These methods are then compared in order to find the most reliable ones in terms of insertion loss predictions in this simplified configuration. Two methods have emerged: The usage of a variable cross section (with the same area values as the 3D case) or the usage of a constant cross section (with the same length and volume as the 3D case).

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,022
Tête enseignante GPT0,258
Écart entre enseignants0,236 · 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'étudeSimulation ou modélisation
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

Citations11
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetAdvanced Surface Polishing TechniquesTravaux en français237 207