MétaCan
Menu
Retour à la cohorte
Enregistrement W4312142322 · doi:10.5772/intechopen.109047

Infrasound Exposure: High-Resolution Measurements Near Wind Power Plants

2022· book-chapter· en· W4312142322 sur OpenAlexaff
Huub Bakker, Mariana Alves‐Pereira, Richard Mann, Rachel Summers, Philip Dickinson

Notice bibliographique

RevueEnvironmental sciences · 2022
Typebook-chapter
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésInfrasoundAcousticsNoise (video)Wind powerTurbineEnvironmental scienceHarmonicOctave (electronics)SeismologyMeteorologyGeologyPhysicsEngineeringComputer scienceElectrical engineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

This chapter focuses on infrasonic (≤20 Hz) noise exposure as captured in and around homes located in the vicinity of wind power plants. Despite persistent noise complaints by local residents, no satisfactory acoustical event has yet been identified to justify this troublesome (worldwide) situation. Continuous (days), high-resolution recordings—spectral segmentation of 1/36 of an octave and 1-second temporal increments—have been acquired in many homes across the world revealing the presence of wind turbine acoustic signatures. These consist of trains of airborne pressure pulses, identified in the frequency domain as harmonic series with the fundamental frequency equal to that of the blade-pass frequency of the wind turbine. This report documents three such cases (Portugal and Scotland). The highest peaks of the wind turbine acoustic signature (up to 25 dB over background noise) occurred within the 0.5–5 Hz window which is classically defined as below the human hearing threshold; and yet these ‘inaudible’ phenomena appear to trigger severe biological reactions. Based on the prominence of the peaks in the harmonic series, a new measure is proposed for use in determining dose–response relationships for infrasonic exposures. This new methodology may be applicable to infrasonic exposures in both environmental and occupational settings.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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 Opus0,053
Tête enseignante GPT0,306
Écart entre enseignants0,253 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental sciencesMême sujetNoise Effects and ManagementTravaux en français237 207