Quantifying the Effects of Traffic Calming Devices on Noise Levels
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Traffic-related noise pollution is a major environmental stressor causing various adverse health impacts on humans. Road traffic noise levels are influenced by the type of vehicle, tire-to-pavement friction, and driving style. Traffic calming devices like speed humps and speed tables play a significant role in affecting the overall operational factors of vehicles, whereas the major contributors of pollutants are caused due to the abrupt deceleration, braking, and acceleration of vehicles while passing over them. This paper aims to quantify the effects of different traffic calming devices on the noise generated by the traffic flow. To compare the noise emissions, the noise levels of a particular vehicle passing at and after the traffic calming devices were measured simultaneously while maintaining most of the site characteristics and traffic data similar. This research will ascertain statistical analysis of the noise levels emitted by vehicles at the traffic calming devices. The 24 traffic calming devices selected for this study included 12-speed humps and 12-speed tables for 2-lane and 4-lane at 3 different zones (residential, school, and industrial) in multiple areas in Doha City, Qatar. The data collection conducted for 8-hours per site showed that the observed mean noise levels for all the sites exceeded the WHO standards [53 dB(A)] and Qatar standards [55 dB(A)] permissible noise levels because of the vehicle fleet mix. The analysis indicated that traffic calming devices generated comparatively higher noise than the control point, meanwhile speed humps emitted more noise levels than speed tables. Further, it was statistically proven that traffic calming devices in 4-lane emitted higher noise levels than those in 2-lane. In addition, the industrial zone was observed to generate higher noise levels than the residential and school zone.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle