MétaCan
Menu
Retour à la cohorte
Enregistrement W4381057128 · doi:10.3397/nc_2023_0172

Characterization of Road noise levels increase due to installation of transverse rumble strips

2023· article· en· W4381057128 sur OpenAlexaff
Kareem Aly, John Vairo, Mervyn Choy

Notice bibliographique

RevueNOISE-CON proceedings · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensHatch (Canada)
Organismes subventionnairesnon disponible
Mots-clésRumbleSTRIPSNoise (video)Transverse planeAcousticsNoise controlEngineeringPhysicsElectrical engineeringStructural engineeringComputer scienceNoise reduction

Résumé

récupéré en direct d'OpenAlex

Transverse rumble strips have been widely employed as a means to warn distracted. Noise emissions from traveling over the rumble strips negatively impact surrounding communities. Moreover, the distinguished noise characteristic of rumble strips makes this noise a nuisance to the surrounding community. Measurements of the noise emission generated from vehicles passing over transverse rumble strips have been completed adjacent to the 18-rumble strips. To determine the impact of the rumble strips on noise generation, sound level measurements were taken of vehicles traveling over smooth pavement prior to travelling over the rumble strips shortly after. The measurements were completed for uncontrolled normal road traffic and for controlled vehicle pass-by, where the vehicle speed was steady and controlled. The overall noise emission from the transverse rumble strips results with a 3-9 dB increase above the corresponding vehicle noise emission Leq on smooth pavement. The corresponding sound exposure level is calculated. The increase in the noise emission is largely dependent on the vehicle type and not correlated to vehicle speed. The rumble strip noise is characterized as quasi-steady impulsive sound for receptors, which may require an additional noise penalty. The results show that the rumble strips noise does not have any distinct tone.

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)0,001
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 enseignants0,879
Score d'incertitude au seuil0,769

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,046
Tête enseignante GPT0,340
Écart entre enseignants0,294 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

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