MétaCan
Menu
Retour à la cohorte
Enregistrement W4253606203 · doi:10.1121/1.4801064

Wind Farm - Long term noise and vibration measurements

2013· article· en· W4253606203 sur OpenAlexaffabout
M. Meunier

Notice bibliographique

RevueProceedings of meetings on acoustics · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Health Monitoring Techniques
Établissements canadiensSNC-Lavalin (Canada)
Organismes subventionnairesnon disponible
Mots-clésWind powerNoise (video)TurbineVibrationRenewable energyEnvironmental scienceMarine engineeringHydroelectricityWind speedEngineeringComputer scienceMeteorologyAcousticsElectrical engineeringAerospace engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Most of the energy produced in Quebec comes from renewable sources. The concept of wind energy emerged in the late 1990's and has since become a complementary source of energy alongside hydroelectricity. Wind farms are generally seen as a good sustainable way to produce energy. However, they are not implemented without some impact on the environment. SNC-Lavalin Environment has performed many surveys in recent years for wind farm projects, including noise measurements both before and after their commissioning. This presentation will give an overview of one such project where long term noise and vibration measurements where conducted. Vibration measurements, as well as outdoor, indoor and low frequencies noise measurements were completed both with and without the wind turbines in operation. Data will be presented showing different problems encountered in the analysis phase. For example, multiple intermittent and non-steady noise sources were present during measurement (wind turbines, car pass-bys, wind in the trees, human activities). Methods used to overcome these obstacles will be discussed (use of statistical parameters, linear regression), and the effect of the wind turbine operation on the noise level (including low frequencies) and vibration level will be presented.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,604
Score d'incertitude au seuil0,720

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,021
Tête enseignante GPT0,254
Écart entre enseignants0,233 · 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'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

Citations4
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of meetings on acousticsMême sujetStructural Health Monitoring TechniquesTravaux en français237 207