MétaCan
Menu
Retour à la cohorte
Enregistrement W4411680857 · doi:10.4271/2025-01-5044

Minimum Sound Testing of Medium- and Heavy-Duty Electric Vehicles

2025· article· en· W4411680857 sur OpenAlexaffabout
Vinay Sharma, Marc-André Larocque-Legros, Cole Weston, Martha Christenson

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle Noise and Vibration Control
Établissements canadiensGovernment of CanadaTransport Canada
Organismes subventionnairesnon disponible
Mots-clésHeavy dutySound (geography)Automotive engineeringAcousticsComputer scienceEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

<div class="section abstract"><div class="htmlview paragraph">The acoustic performance of seven vehicles was evaluated according to Canadian Motor Vehicle Safety Standard 141 (CMVSS 141), which governs minimum required sound levels for hybrid and electric vehicles with a gross vehicle weight rating (GVWR) of 4536 kg (10,000 lb) or less. To better understand the sound profiles of medium-duty electric vehicles (MDEVs) and heavy-duty electric vehicles (HDEVs), the sound emissions of two light-duty electric vehicles (LDEVs), one MDEV, three HDEVs, including an electric transit bus, and one heavy-duty internal combustion engine (HD ICE) vehicle were compared. The sound emissions of the MDEV and HDEVs were quieter than the HD ICE vehicle and comparable to that of the LDEVs equipped with auxiliary speakers. The MDEV with its auxiliary speaker turned off and all three HDEVs without auxiliary speakers met CMVSS 141 requirements in reverse gear and at speeds of 20 km/h and 30 km/h. The MDEV, though not subject to CMVSS 141, failed to meet the minimum sound requirement at stationary when its auxiliary speaker was deactivated. Similarly, the electric transit bus did not meet sound requirements at stationary and 10 km/h, highlighting the potential of acoustic vehicle alert systems (AVAS) in enhancing the detectability of quiet vehicles.</div></div>

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,978
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,011
Tête enseignante GPT0,235
Écart entre enseignants0,224 · 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'étudeExpérimental (laboratoire)
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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetVehicle Noise and Vibration ControlTravaux en français237 207