MétaCan
Menu
Retour à la cohorte
Enregistrement W7039258049

Lessons Learned Monitoring Near and Further From Wind Turbines

2023· article· en· W7039258049 sur OpenAlexvenueno aff

Notice bibliographique

RevueCanadian acoustics · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWind powerMicrophoneTurbineAnnoyanceWind speedNoise (video)WakeSound (geography)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Without wind to turn them, wind turbines are almost a silent neighbour. Yet, when rotating, we ask if what we hear is the wind, the impact of wind on surroundings, or on the turbines. Hypotheses have been advanced why some people say they are annoyed by wind turbines. These hypotheses leave unresolved questions why the annoyance is not present at all times.A 135-day monitoring program was carried out at a site 537 metres from the nearest wind turbine, with 19 turbines within 3 km. Simultaneous monitoring was conducted over 14-days at a second site 6 km from the nearest wind turbine in the same array.Measurement microphone results at the different sites were compared to a Level 1 ACO Pacific 7146 microphone to ensure consistency.Analysis of microphone recordings near wind turbines showed a correlation between the results and conditions identified as annoying by residents. The correlation was not to maximum sound amplitude.Annoyance was most identified when the difference (LZ10 - LZ90) was ≥ 6 dB and the difference (LA10 - LA90) was ≤ 3 dB.At these times, sound from the wind turbines were prominent, and dominated noise from the wind, or the wind on the surroundings.These conditions were not found to occur at the site distant from wind turbines.Special attention was given to situations when the turbines shut down or started up, as wind speeds do not change appreciably over the transition itself. Similar results were found at other sites near wind turbines.Concluding, the monitoring program identified acoustic conditions consistent with times identified as annoying occurring near wind turbines, that did not exist further from wind turbines. This will be useful as a screening tool to identify when annoyance might occur.

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)0,005
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0040,003
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,098
Tête enseignante GPT0,400
Écart entre enseignants0,302 · 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'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 revueCanadian acousticsMême sujetNoise Effects and ManagementTravaux en français237 207