MétaCan
Menu
Retour à la cohorte
Enregistrement W3200732979 · doi:10.3397/in-2021-1384

Acoustic design tools for estimation of sound insulation performance of wood wall and floor assemblies

2021· article· en· W3200732979 sur OpenAlexaboutno aff
Lin Hu, Christian Dagenais, Sylvain Gagnon

Notice bibliographique

RevueNOISE-CON proceedings · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAcoustic Wave Phenomena Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSoundproofingCeiling (cloud)Sound transmission classEngineeringArchitectural engineeringSoftwareComputer scienceAcousticsCivil engineeringStructural engineering

Résumé

récupéré en direct d'OpenAlex

The National Building Code of Canada 2015 stipulates the minimum requirements of the airborne sound insulation transmission through common interior walls and ceiling/floor assemblies. The required minimum Apparent Sound Transmission Class (ASTC) is 47 in Canada, whereas the Impact Insulation Class (IIC) for floors is recommended to be higher than 55. For many years, significant efforts were made to develop sound insulation prediction models or tools to predict the sound insulation performance of wall and floor/ceiling assemblies at the design phase in order to meet the requirements and the recommendations made by codes. However, today few models can provide a reliable acoustics design tool. In this document, three prediction tools thought to be practically useful are presented and evaluated. Between these three prediction tools, one is an analytical model of the Insul software while the other two are empirical models developed by the National Research Council of Canada and the American Wood Council. This paper compared the STC and IIC ratings of wood wall and floor assemblies estimated by these three models and verified them by the measured STC and IIC ratings. This work aims at providing an idea for readers to choose a suitable design tool to proceed with their acoustic designs.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,038
Tête enseignante GPT0,260
Écart entre enseignants0,222 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNOISE-CON proceedingsMême sujetAcoustic Wave Phenomena ResearchTravaux en français237 207