MétaCan
Menu
Retour à la cohorte
Enregistrement W3106808940 · doi:10.12911/22998993/128863

Comparison of Changes of Road Noise Level Over a Century Quarter: A Case Study of Acoustic Environment in the Mountainous City

2020· article· en· W3106808940 sur OpenAlexaboutno aff
Magdalena Daria Vaverková, Eugeniusz Koda, Małgorzata Wdowska

Notice bibliographique

RevueJournal of Ecological Engineering · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)Noise (video)Noise pollutionEnvironmental scienceGeographyAcousticsMeteorologyArchaeologyNoise reductionComputer science

Résumé

récupéré en direct d'OpenAlex

An essential part of a sustainable city is sustainable transport; however, the development of transport has led to the growing noise pollution. It is obvious that the road-traffic noise has negative health impacts on the population in the cities. These effects should be reduced to ensure the sustainability of modern cities. The main purpose of the study was to compare the changes in the noise level in the mountainous city in 2012 and 2016 compared to 1990. A hypothesis was introduced that over the past 26 years, the level and severity of noise during the day and night increased along with traffic and the number of cars. In addition, a comparison of the value of the traffic intensity of passenger cars and trucks during the daytime in the years 2012-2016 was made. Additionally, the noise generated by vehicles during the day and night was compared. On the basis of the results obtained, it can be concluded that the level of noise during the daytime over the last 26 years has clearly decreased. The main factors that reduced the noise level were the improvement of the quality of vehicle fleet, directing transit traffic to the city beltways, as well as the local use of noise barriers. However, the level of noise intensity at night increased significantly. This is due to the increase in the total number of vehicles in the city and their high speed at this time.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,108

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,114
Tête enseignante GPT0,379
Écart entre enseignants0,266 · 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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Ecological EngineeringMême sujetNoise Effects and ManagementTravaux en français237 207