MétaCan
Menu
Retour à la cohorte
Enregistrement W2332066090 · doi:10.1121/1.4942405

Wind turbine sound power measurements

2016· article· en· W2332066090 sur OpenAlexafffundabout
Stephen E. Keith, Katya Feder, Sonia A. Voicescu, Victor Soukhovtsev, Allison Denning, Jason Tsang, Norm Broner, Werner Richarz, Frits van den Berg

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensTransport CanadaHealth Canada
Organismes subventionnairesSamsungMinistry of Natural Resources
Mots-clésTurbineAcousticsSound (geography)Noise (video)Sound powerWind powerPower (physics)Environmental scienceStandard deviationMarine engineeringMathematicsStatisticsComputer scienceEngineeringElectrical engineeringPhysicsAerospace engineering

Résumé

récupéré en direct d'OpenAlex

This paper provides experimental validation of the sound power level data obtained from manufacturers for the ten wind turbine models examined in Health Canada's Community Noise and Health Study (CNHS). Within measurement uncertainty, the wind turbine sound power levels measured using IEC 61400-11 [(2002). (International Electrotechnical Commission, Geneva)] were consistent with the sound power level data provided by manufacturers. Based on measurements, the sound power level data were also extended to 16 Hz for calculation of C-weighted levels. The C-weighted levels were 11.5 dB higher than the A-weighted levels (standard deviation 1.7 dB). The simple relationship between A- and C- weighted levels suggests that there is unlikely to be any statistically significant difference between analysis based on either C- or A-weighted data.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,643
Score d'incertitude au seuil0,632

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,044
Tête enseignante GPT0,354
Écart entre enseignants0,310 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations30
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

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