MétaCan
Menu
Retour à la cohorte
Enregistrement W3109871528 · doi:10.1121/1.5146732

The spatial uniformity of an electronic sound masking system in an open-plan space

2020· article· en· W3109871528 sur OpenAlexaff
Joonhee Lee, Farideh Zarei, Roderick C. I. MacKenzie, Vincent Le Men

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueFacilities and Workplace Management
Établissements canadiensSoft dB (Canada)Concordia University
Organismes subventionnairesnon disponible
Mots-clésMasking (illustration)AcousticsOpen planLoudspeakerComputer scienceNoise (video)Sound pressureAcoustic spaceSound (geography)PhysicsArtificial intelligenceEngineering

Résumé

récupéré en direct d'OpenAlex

An electronic sound-masking system reduces workers' distractions in open-plan spaces by utilizing an artificial broadband sound. The artificial sound should raise a background noise level spectrum to the targeted masking sound level uniformly over the entire area.Uneven distribution of the masking sound levels can cause unnecessary loud background noise or inefficient sound masking performance at the same time and in different locations. The ASTM E 1573-18 standard provides a procedure to quantify the uniformity of the masking sound but does not specify any acceptable degree of uniformity. Thus, this study aims to investigate the uniformity of the masking sound field in an open-plan space under varying room acoustic conditions. The acoustic measurement was carried out in an open-plan office with a measurement grid of 0.6 m. The spatial variation of the sound pressure levels was calculated with the measured one-third-octave band SPLs from 250 Hz to 4 kHz. The study also employed computer-aided acoustic simulation to find key design parameters, impacting the uniformity of the masking sound. The results show that the number of loudspeakers, a partition height, scattering, and absorption coefficients can significantly influence the spatial uniformity and speech privacy within the space. Finally, the results proposed an acceptable variation of the masking sound field by examining the Articulation Index (AI) change in the space.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,311
Score d'incertitude au seuil0,301

Scores Codex et Gemma par catégorie

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

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 GPT0,279
Écart entre enseignants0,260 · 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 tête enseignante, 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetFacilities and Workplace ManagementTravaux en français237 207