Field Measurements and Human Perception to Remediate Noise Pollution in the Urban Public Parks in Saudi Arabia
Notice bibliographique
Résumé
The deleterious effects of noise pollution on public health have been well documented, with traffic noise being identified as a significant contributor to stress and adverse impacts on the human body and mind. In this study, sound levels at 12 different points in Al-Oqailat Park in Buraydah, Saudi Arabia, were measured using a sound level meter (SLM), with the study’s primary objective being to conduct this measurement. The experimental results were then compared with perception measurements collected from users who frequently visited Al-Oqailat park. Sound measurements were taken in four different zones (A, B, C, and D) during rush hours between 1:30 p.m. and 5:20 p.m. It was found that noise levels at point A1 peaked at 79 dBA at 4:40 p.m., while the lowest level recorded was 41.1 dBA at point D2 at 2:35 p.m. The range of noise levels varied between 79 and 41 dBA, with a rate of decline of 48.10%. Zones A and B seemed to have the highest noise levels during rush hours, since they were located closest to King Fahd Road and Al-Adl Street, while zone D exhibited the lowest noise levels due to its location as a parking lot for Buraydah Court. An intermediate noise level was found in zone C, in the middle of Al-Oqailat park. The people perception results, completed by 84 park visitors, showed that zone A was identified as having exceptionally high noise levels compared to the other zones, with zone D having the lowest levels. These results were consistent with the experimental findings and reflected that the points along King Fahd Road and Al-Adl Street had the highest noise levels. Overall, the research highlighted the dominance of car traffic and horns as the primary sources of noise pollution in and around Al-Oqailat Park, emphasizing the significance of meticulous site selection for parks in urban areas.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».