MétaCan
Menu
Retour à la cohorte
Enregistrement W4324144968 · doi:10.3397/in_2022_0468

Noise mapping and acoustic evaluation of different pavements in the city of Fortaleza, northeast Brazil.

2023· article· en· W4324144968 sur OpenAlexaff
Nara Gabriela de Mesquita Peixoto, Carla Marília Cavalcante Alecrim, Gleidson Martins Pinheiro, Verônica Teixeira Franco Castelo Branco, Paulo Henrique Trombetta Zannin

Notice bibliographique

RevueNOISE-CON proceedings · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensTransport Canada
Organismes subventionnairesnon disponible
Mots-clésDrainageNoise (video)Environmental scienceTraffic noiseNoise controlTraffic calmingNoise reductionWearing courseTraffic flow (computer networking)AsphaltAttenuationCivil engineeringEngineeringComputer scienceGeographyArchaeology

Résumé

récupéré en direct d'OpenAlex

The Climate Action Plan developed by the Brazilian city of Fortaleza has encouraged active mobility aiming pedestrians' prioritization, thermal and drainage benefits, which has led to replacement of Asphalt Concrete (AC) surface layers by Interlocking Concrete Pavers (ICP) and Porous Friction Course (PFC). This work aims to evaluate the impact of these infrastructure changes on environmental noise levels. As a case study, 25 measurements on an urban avenue were made in 6 road sections with AC, ICP and PFC pavement surfaces. It was modeled in CADNA-A software and some scenarios with different traffic conditions were compared. The results showed that the use of PFC led to a noise attenuation of 3 dB(A) in LAeq when compared to AC. A reduction in the maximum speed limit from 60 kmph to 50 kmph led to a noise attenuation of 1.2 dB(A). In the section with ICP, measured data showed reduction in speed and traffic flow when compared to other pavements. Thus, despite the higher tire/road noise caused by the ICP, its application on urban roads led to a similar LAeq. The authors conclude that the application of these alternative pavements, when accompanied by traffic calming strategies, can reduce road traffic noise.

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)0,003
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,470

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
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 savante0,0000,000
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 Opus0,083
Tête enseignante GPT0,394
Écart entre enseignants0,310 · 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'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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNOISE-CON proceedingsMême sujetNoise Effects and ManagementTravaux en français237 207