MétaCan
Menu
Retour à la cohorte
Enregistrement W2517908811

CSA Z107.56 and Safe Use of Music Players

2016· article· en· W2517908811 sur OpenAlexvenueno aff
Tim Kelsall

Notice bibliographique

RevueCanadian acoustics · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésActive listeningNoise (video)Noise controlNoise exposureAmbient noise levelComputer scienceNoise reductionHearing lossPsychologyAcousticsAudiologySound (geography)CommunicationMedicineArtificial intelligence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Il y a eu beaucoup d'inquiétude au sujet des jeunes (et plus) personnes écoutant les lecteurs de musique personnels dans le cadre de leur vie quotidienne et la façon de les protéger contre la perte d'audition.CSA Z107.56 comprend une section sur l'estimation de l'exposition au bruit dans les casques qui met cette question en perspective.Basé sur des recherches indiquant que la plupart des gens régler le volume de la musique et de la parole à environ 15 dB au-dessus de la température ambiante actuelle la norme fournit une estimation de leur exposition au bruit.En supposant, comme la norme fait, que les écouteurs typiques offrent peu de réduction du bruit ambiant, la plupart des gens ne seront pas exposées au-dessus de 85 dBA à condition que le bruit de fond est inférieur à 70 dBA.Dans la pratique, cela signifie que la surexposition devrait être rare sauf dans les rues très fréquentées ou dans des véhicules plus forts, tels que les voitures de sport, le transport à grande vitesse et des avions.Cela limite les domaines de préoccupation considérablement et devrait aider à cibler les moyens utiles pour contrôler la surexposition.Mots-clés: Musique, exposition au bruit, les normes de bruit des casques de CSA, le bruit des transports, le bruit de la circulation

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)0,003
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,061
Score d'incertitude au seuil0,122

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0230,004

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 Opus0,073
Tête enseignante GPT0,326
Écart entre enseignants0,254 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian acousticsMême sujetNoise Effects and ManagementTravaux en français237 207