MétaCan
Menu
Retour à la cohorte
Enregistrement W4389228333 · doi:10.3397/in_2023_1016

Comparison between noise annoyance and noise sensitivity

2023· article· en· W4389228333 sur OpenAlexaffabout
Manabu Chikai, Susumu Hirakawa, Hayato Sato, Atsuo Hiramitsu, Kenta Kimura, Hiroko Terasawa, Jeffrey Mahn, Markus Müller-Trapet, Iara Batista da Cunha, Hiroshi Satō

Notice bibliographique

RevueNOISE-CON proceedings · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésAnnoyanceNoise (video)Sensitivity (control systems)AudiologyNoise exposurePsychologyAcousticsMedicineEngineeringComputer scienceLoudnessArtificial intelligenceElectronic engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

This study examined the relationship between noise sensitivity and noise annoyance. As part of a collaboration between the National Institute of Advanced Industrial Science and Technology in Japan and the National Research Council Canada related to the acoustic requirements for dwellings intended for aging in place, a pilot subjective study of noise annoyance was conducted. Sixty participants in the subjective study were asked to also complete a shortened Weinstein Noise Sensitivity Scale. The results were divided into two groups based on their hyper- or hypo-sensitivity to noise. The results showed that the noise annoyance of impact sound was perceived differently by the hyper-sensitivity group and the hypo-sensitivity group.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,057
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,070
Tête enseignante GPT0,407
Écart entre enseignants0,337 · 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.

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'admission2
Résumé présentoui

Explorer davantage

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