MétaCan
Menu
Retour à la cohorte
Enregistrement W4243650686 · doi:10.1121/1.4800313

Global understanding of important parameters for improvement of impact insulation

2013· article· en· W4243650686 sur OpenAlexaff
Jean Migneron, Jean-Gabriel Migneron

Notice bibliographique

RevueProceedings of meetings on acoustics · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Engineering and Vibration Analysis
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésCeiling (cloud)Computer scienceSoundproofingPoint (geometry)Product (mathematics)Noise (video)Relation (database)Sample (material)Key (lock)UnderlayArchitectural engineeringEngineeringTelecommunicationsComputer securitySignal-to-noise ratio (imaging)MathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Floor impact insulation performances can be very different from one assembly to another. Many years of research and development have been done in this area. Now, it seems that a new solution or another product is commercialized every week. From buyers' point of view, there is a need to decide which topping and underlay will suit some noise requirement to the lowest cost. However, acousticians and specialists in noise control might consider a more complex problem, especially in multi-family dwellings. In lightweight construction, the relation between the floor and the ceiling underneath also affects the overall performance in terms of IIC, or even in risk of complaints. Knowing that it is often difficult to compare a real situation to a datasheet from a manufacturer or to building codes, few key ideas should be remembered. This paper aims to briefly review some conclusions of previous works done in impact sound insulation and to analyze how fundamental parameters can be applied to real installations. An example of variable modification on a topping sample also tries to demonstrate the influence of basic aspects without according most attention to single number ratings.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,015
Tête enseignante GPT0,238
Écart entre enseignants0,223 · 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

Citations3
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of meetings on acousticsMême sujetStructural Engineering and Vibration AnalysisTravaux en français237 207