MétaCan
Menu
Retour à la cohorte
Enregistrement W2969254533 · doi:10.1177/1351010x19870307

Laboratory and in situ sound absorption measurement under a synthetized diffuse acoustic field

2019· article· en· W2969254533 sur OpenAlexafffund
Olivier Robin, Alain Berry, Celse K. Amédin, Noureddine Atalla, Olivier Doutres, Franck Sgard

Notice bibliographique

RevueBuilding Acoustics · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAcoustic Wave Phenomena Research
Établissements canadiensInstitut de recherche Robert-Sauvé en santé et en sécurité du travailÉcole de Technologie SupérieureUniversité de Sherbrooke
Organismes subventionnairesInstitut de Recherche Robert-Sauvé en Santé et en Sécurité du Travail
Mots-clésAcousticsAnechoic chamberArchitectural acousticsReverberation roomAbsorption (acoustics)Room acousticsMaterials scienceField (mathematics)Noise reduction coefficientExcitationComputer scienceAttenuation coefficientReverberationPhysicsOpticsMathematics

Résumé

récupéré en direct d'OpenAlex

This article reports numerical and experimental results concerning the estimation of the diffuse field sound absorption coefficient of several different materials under a synthetized diffuse acoustic field excitation in laboratory and in situ conditions. The proposed measurement method is based on a sound field reproduction approach and a synthetic array of acoustic monopoles facing the material to be tested. Numerical simulations are first conducted to optimize the geometrical parameters of the method and to compute theoretical sound absorption coefficients of the considered materials. Measurements on a set of six typical acoustic materials are then conducted following the standardized reverberant room method as well as the proposed approach in a hemi-anechoic room and in two realistic rooms. Albeit showing limitations in the low-frequency domain, the proposed method enables a significant reduction of the tested specimen dimensions compared with the reverberant room method and allows performing tests in non-ideal acoustic environments.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,019
Tête enseignante GPT0,244
Écart entre enseignants0,225 · 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'étudeExpérimental (laboratoire)
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

Citations11
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBuilding AcousticsMême sujetAcoustic Wave Phenomena ResearchTravaux en français237 207