MétaCan
Menu
Retour à la cohorte
Enregistrement W4389228378 · doi:10.3397/in_2023_0902

Predicting impulse prominence and tone audibility at remote assessment locations

2023· article· en· W4389228378 sur OpenAlexaff
M TORJUSSEN, Patrick Hoyle, Jo Webb, Antonio J Torija-Martinez, David Waddington

Notice bibliographique

RevueNOISE-CON proceedings · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensWSP (Canada)
Organismes subventionnairesnon disponible
Mots-clésActive listeningJudgementImpulse (physics)Computer scienceTone (literature)Sound pressureTonalityAcousticsTelecommunicationsPsychology

Résumé

récupéré en direct d'OpenAlex

This paper studies the prediction of impulse prominence and tone audibility at remote assessment locations, with a focus on industrial and commercial sound. The British Standard 4142 provides objective methods for determining graded corrections to the equivalent continuous sound pressure level for impulsivity and tonality, but these methods require specific sound sources to be installed and operating. In planning applications, where the sources are proposed or the propagation path is intended to change significantly, the professional judgement of the acoustics practitioner is relied upon to determine the likely prominence/audibility of these features at a remote assessment location. To address this issue, online listening tests utilising simplified auralisation ('auralisation-lite') were conducted among members of the Association of Noise Consultants in the UK. The initial results suggest that objective evaluation can indeed offer an improvement over existing subjective evaluations. The work provides a new method for practitioners to predict tonal and impulsivity corrections for non-existent sources. This study also provides a comprehensive review of relevant literature and standards, including ISO 9613-2:1996 and ISO/TR 17534-3:2015. The findings have practical implications for environmental agencies, industrial settings, and other fields where accurate prediction of sound level impacts are crucial.

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 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 enseignants0,116
Score d'incertitude au seuil0,962

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,039
Tête enseignante GPT0,417
Écart entre enseignants0,377 · 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