MétaCan
Menu
Retour à la cohorte
Enregistrement W4389228202 · doi:10.3397/in_2023_0495

A precision sound pressure level measurement system

2023· article· en· W4389228202 sur OpenAlexaffabout
Lixue Wu, Triantafillos Koukoulas

Notice bibliographique

RevueNOISE-CON proceedings · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Health Monitoring Techniques
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésTraceabilityNoise (video)System of measurementMeasurement uncertaintyMetrologySound pressureComputer scienceAccuracy and precisionNoise measurementDigitizationAcousticsSystems engineeringEngineeringTelecommunicationsNoise reductionArtificial intelligenceStatisticsPhysicsMathematics

Résumé

récupéré en direct d'OpenAlex

Noise pollution affects human and wildlife. It is in the public interest to reduce noise levels. Measures to be taken to reduce the noise are normally expensive and must be based on facts and reliable measurements of noise. Therefore, sound pressure level measurements are key evidence to determine whether there is a breach of noise limits. The sound pressure measurement method should comply with the metrological principles concerning validation, measurement traceability and estimation of measurement uncertainty as stated in ISO/IEC Directives, Part 2, Principles and rules for the structure and drafting of ISO and IEC document. For this reason, a precision sound pressure measurement system has been developed at the National Research Council Canada. The system utilizes the latest advances in digitization and is metrologically transparent, facilitating the evaluation of measurement uncertainties. In this paper, the design and implementation of the system based on IEC 61672-1, Electroacoustics - Sound level meters - Part 1: Specifications is described. The technical challenges, such as truncation, are discussed. Closed-form solutions are obtained for typical sinusoidal sound signals. Experiments were conducted for the validation of the system. The measurement results are presented showing that the discrepancy between theoretical calculations and measurements is only 1.6 ppm.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,420
Score d'incertitude au seuil0,988

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 Opus0,072
Tête enseignante GPT0,285
Écart entre enseignants0,212 · 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'étudeSans objet
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'admission2
Résumé présentoui

Explorer davantage

Même revueNOISE-CON proceedingsMême sujetStructural Health Monitoring TechniquesTravaux en français237 207