MétaCan
Menu
Retour à la cohorte
Enregistrement W4415455431 · doi:10.3397/in_2025_1084843

Low-Frequency Impact Sound Insulation Descriptors Considering CLT Floors: ISO and ASTM Standards

2025· article· en· W4415455431 sur OpenAlexaff
Mohamad Bader Eddin, Cheng Qian, Sylvain Ménard, Jean-Luc Kouyoumji

Notice bibliographique

RevueNOISE-CON proceedings · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAcoustic Wave Phenomena Research
Établissements canadiensFPInnovationsUniversité du Québec à Chicoutimi
Organismes subventionnairesnon disponible
Mots-clésSoundproofingSound pressureNatural rubberTappingCorrelationCross-correlationEvaluation methods

Résumé

récupéré en direct d'OpenAlex

Impact sound insulation performance is evaluated using weighted normalized impact sound pressure level (Ln,w) per ISO 717-2 and Impact Insulation Class (IIC) per ASTM E989, both measured using a standardized tapping machine in one-third-octave bands from 100-3150 Hz. Impact sounds below 100 Hz are correlated with subjective human annoyance. To account for low-frequency performance, these standards introduce additional descriptors, such as spectrum adaptation terms (CI,50-2500) in ISO and Low Impact Insulation Class (LIIC) in ASTM. Another test method involves the ISO rubber ball, which closely resembles the excitation of human hearing in the low-frequency range. The resulting spectrum performance is expressed by the standardized maximum impact sound pressure level (LAFmax,V,T). This study examines the correlation between low-frequency impact sound insulation descriptors in ISO and ASTM standards. Various laboratory-based impact sound insulation measurements were conducted on different CLT floor assemblies using both a standardized tapping machine and a rubber ball. ISO and ASTM acoustic descriptors are plotted against LAFmax,V,T. The results show a strong correlation between tapping machine and rubber ball measurements in ISO standards. However, no correlation is observed between LIIC and LAFmax,V,T. Finally, the necessity of considering both standards' descriptors in describing low-frequency impact sound performance is discussed.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,012
Tête enseignante GPT0,271
Écart entre enseignants0,259 · 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'étudeSans objet
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 sujetAcoustic Wave Phenomena ResearchTravaux en français237 207