MétaCan
Menu
Retour à la cohorte
Enregistrement W2942611582 · doi:10.1121/1.5098776

Wind turbine audibility calculations inside dwellings

2019· article· en· W2942611582 sur OpenAlexaff
Stephen E. Keith, David S. Michaud, Katya Feder, Victor Soukhovtsev, Sonia A. Voicescu, Allison R. Denning, Jason Tsang, Norm Broner, Werner Richarz

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensTransport CanadaUniversity of VictoriaNova Scotia Health AuthorityHealth Canada
Organismes subventionnairesnon disponible
Mots-clésTurbineAcousticsEnvironmental scienceNoise (video)BroadbandLoudspeakerSound pressureComputer sciencePhysicsTelecommunicationsEngineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

The objective of the current paper was to characterize indoor wind turbine sound pressure levels (SPLs) to assess the audibility of wind turbine noise indoors, accounting for window opening, frequency spectra, and presbycusis. Loudspeaker generated noise was used to determine the outdoor to indoor SPL differences at 11 representative dwellings using ISO 140-5:1998. The procedure was extended to 16 Hz. With windows closed, indoor broadband A- and C-weighted SPLs were lower by 25.9 and 15.3 dB, respectively, for wind turbine noise spectra. With windows opened, the corresponding results were 13.8 and 9.9 dB, respectively. Standard deviations for these results were 3 dB so that indoor and outdoor SPL would tend to be highly correlated. For 35 dBA outdoor SPL, the indoor SPL was potentially audible at frequencies as low as 31.5 Hz. Specifically, at 35 dBA, 80% to 100% of adults below the age of 60 years, would potentially be able to hear wind turbine noise indoors with windows partially open. This would drop to 10% to 30% with closed windows. Uncertainties around these estimates are discussed.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,023
Tête enseignante GPT0,341
Écart entre enseignants0,318 · 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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

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