MétaCan
Menu
Retour à la cohorte
Enregistrement W4412812571 · doi:10.3397/nc_2025_0048

Industrial noise mitigations - From design to commissionning, the role of the acoustician consultant for success - A practical case

2025· article· en· W4412812571 sur OpenAlexaff
Loic Sauvageot

Notice bibliographique

RevueNOISE-CON proceedings · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensStantec (Canada)
Organismes subventionnairesnon disponible
Mots-clésNoise (video)EngineeringComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Mitigating industrial noise in existing facilities presents significant challenges, particularly when they were not designed to accommodate noise mitigation measures. These measures often involve spatial and/or operational modifications, which can be particularly difficult to implement on existing equipment. Moreover, when the role of the acoustician is limited to evaluating mitigation options while the client is responsible for the bidding and installation of those measures, there is a risk of misinterpretation of the purpose and scope of the acoustician's intervention. In this case, acousticians were involved in the design of a silencer for a large fan, for which noise levels emissions in the environment had to be controlled. However, the design team was not involved in the tendering process, and the silencer that was provided performed well beyond the design requirements, resulting in significantly more restrictive conditions and higher-pressure losses. During commissioning, noise measurements revealed that sound levels at the chimney outlet exceeded the fan sound level. This paper presents a detailed account of the investigations, CFD modeling, and custom modifications to the silencer that were undertaken to address this issue and reduce noise emissions.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,006
Communication savante0,0060,004
Science ouverte0,0020,005
Intégrité de la recherche0,0060,004
Charge utile insuffisante (le modèle a refusé de juger)0,0100,003

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 Opus0,071
Tête enseignante GPT0,403
Écart entre enseignants0,332 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
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'admission1
Résumé présentoui

Explorer davantage

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