Perceptual Thresholds for Vibration Transmitted to Road Cyclists
Notice bibliographique
Résumé
OBJECTIVES: In this article, we seek to determine how sensitive road cyclists are to vertical vibration transmitted while riding a road bicycle and to propose metrics for the evaluation of dynamic comfort. BACKGROUND: Road cyclists are exposed to random-type excitation due to road roughness. Vibration transmitted affects dynamic comfort. But how sensitive are cyclists to vibration level? What are the best metrics to measure the amount of vibration transmitted to cyclists? Previous studies used sinusoidal excitation with participants on rigid seats and measured acceleration. METHODS: We use a psychophysical estimation of Just Noticeable Differences in Level (JNDL) for vertical vibration transmitted to cyclists on a road simulator. In Experiment 1, we estimate the JNDL for whole-body vibration using vertical excitation on both wheels simultaneously (20 male cyclists). In Experiment 2, we estimate the JNDL at two different points of contact by applying the same signal to only the hands or the buttocks (9 male cyclists). RESULTS: The JNDLs are expressed in terms of acceleration and power transmitted to the cyclist. We compare the JNDLs expressed with these 2 metrics and measured at different points of contact. CONCLUSION: Using these two metrics and at all points of contact, vibration magnitude needs to be reduced by at least 15%, for the change to be detectable by road cyclists. APPLICATION: A road bicycle needs to transmit at least 15% less vibration for male cyclists to detect an improvement in dynamic comfort. Dynamic bicycle comfort can be measured in terms of a new metric: power transmitted to the cyclist.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».