MétaCan
Menu
Retour à la cohorte
Enregistrement W2773181028

Why Wind Turbine Sounds are Annoying, and Why it Matters

2017· article· en· W2773181028 sur OpenAlexaboutno aff
Palmer Wkg

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnnoyanceWind powerNoise (video)TurbineNoise pollutionAcousticsEnvironmental noiseEngineeringTonalityEnvironmental scienceSound (geography)Computer scienceLoudnessNoise reductionMusical
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Almost without hesitation, most people can identify a sound that is annoying to them, whether it might be fingernails on a chalkboard, a barking dog late at night, a mosquito buzzing in their ear, or their own particular example. Classic acoustics texts identify key points related to annoyance. These special characteristics of include tonality, a non-random cyclical nature, pitch, roughness, rise time, and dominance of noise during sleeping hours when environmental noises diminish. A new source of environmental sound arises from wind turbines, a rapidly growing method of generating electricity. Studies such as the “Health Canada Wind Turbine Noise and Health Study” [1] have documented noise annoyance complaints. This paper categorizes wind turbine noise complaints based on face-to-face interviews with impacted individuals, and correlates logs of complaints to conditions at the time. Recordings made in a controlled manner of environmental sound samples, such as flowing streams, wind in coniferous trees, or wind in bare or leafed deciduous trees as well as other sounds found in the environment, such as vehicles passing by on highways, aircraft overhead, and railway travel are compared with sound recordings from wind turbines. The comparisons included analysis of LZeq, LAeq, narrow band analysis, evaluation of amplitude and frequency modulation, and fluctuation strength. Development of modifiers to normal LAeq sound limits is suggested to improve the effectiveness of regulations. A key finding shows annoyance is related more to changes and characteristics at a particular time, rather than to longterm averages of sound. Why annoying sounds matter is a complex subject. Some consider “annoying” has little impact more than, “your gum chewing is annoying,” while for others, an annoying sound can mean loss of sleep, and loss of that restorative time itself has many documented adverse effects.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0000,000
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,053
Tête enseignante GPT0,394
Écart entre enseignants0,341 · 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNoise Effects and ManagementTravaux en français237 207