MétaCan
Menu
Retour à la cohorte
Enregistrement W4235256907 · doi:10.1121/1.4800311

Effects of flooring, topping and underlayment on impact sound insulation of wood-joisted floor-ceiling assemblies

2013· article· en· W4235256907 sur OpenAlexafffund
Lin Hu, Anes Omeranovic, Richard Dufour

Notice bibliographique

RevueProceedings of meetings on acoustics · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAcoustic Wave Phenomena Research
Établissements canadiensFPInnovations
Organismes subventionnairesFPInnovations
Mots-clésCeiling (cloud)SoundproofingToppingEngineeringSound transmission classStructural engineeringCivil engineeringMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

Footstep impact noise transmission through floor-ceiling assemblies is a major source of complaints in wood-framed multi-family buildings. Experience shows that adding a finishing-topping-underlayment sandwich on a base floor-ceiling assembly significantly affects the noise transmission. So far, no reliable tool has been developed for designing the proper sandwich and most proposed solutions rely basically on trial and error. FPInnovations has launched a major research project to develop such tools. First phase of the project is focused on understanding the effects of flooring, topping and underlayment on the impact sound insulation. A mock-up assembly simulating a pair of typical stacked rooms was built. Standard field impact sound transmission tests were conducted on floors topped with a 1.2m by 1.2m four-layer sandwich patch. By varying the combination of flooring, topping and underlayment, over 50 patches were tested to better understand the effects of the type of materials in each layer on the assembly's overall impact sound insulation. Based on a large number of tests conducted so far, it is evident that proper combination of flooring, topping and underlayment produces satisfactory impact sound insulation on wood-joisted floor-ceiling assembly. Verification testing on the assembly fully covered by the 4-layer samples is under way.

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 seuil0,005

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,010
Tête enseignante GPT0,242
Écart entre enseignants0,231 · 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
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of meetings on acousticsMême sujetAcoustic Wave Phenomena ResearchTravaux en français237 207