MétaCan
Menu
Retour à la cohorte
Enregistrement W3201009232 · doi:10.3397/in-2021-1956

Investigating acoustics and wave behaviour in cross-laminated timber panels

2021· article· en· W3201009232 sur OpenAlexaboutno aff
Chiaki Fenemore, Yi Yang, Michael J. Kingan, B.R. Mace

Notice bibliographique

RevueNOISE-CON proceedings · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStiffnessWavenumberAcousticsSound transmission classFinite element methodCross laminated timberSound propagationTransmission (telecommunications)Structural engineeringMaterials scienceComputer scienceEngineeringOpticsTelecommunicationsPhysics

Résumé

récupéré en direct d'OpenAlex

Cross-laminated timber (CLT) is a timber product that is becoming increasingly popular in construction in NZ because of the ability to prefabricate panels off-site, as well as being lightweight and sustainable compared to other building materials. There is currently a lack of information on its acoustical properties, as the complex geometry through the thickness means it is difficult to model and predict sound transmission. The WFE (wave and finite element) method has been employed as it allows for a small segment of a material to be modelled using standard FE methods and can incorporate several material layers. It then requires finding the mass and stiffness matrices of the segment and post-processing them to determine the wave behaviour of the structure as a whole. The WFE method was used to model the sound transmission of several different CLT panels and these results were compared against measurements taken by the National Research Council Canada. In-house testing was also performed to obtain experimental wavenumbers, and these were also compared to wavenumbers produced by the WFE method.

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)0,000
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 seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,022
Tête enseignante GPT0,230
Écart entre enseignants0,208 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNOISE-CON proceedingsMême sujetWood Treatment and PropertiesTravaux en français237 207