MétaCan
Menu
Back to cohort
Record W7162006866 · doi:10.82308/23001

Exploration of snowmobile noise: Conventional models and an electric snowmobile

2016· dissertation· en· W7162006866 on OpenAlexaboutno aff
David Kuyek

Bibliographic record

Venuenot available
Typedissertation
Languageen
FieldEngineering
TopicVehicle Noise and Vibration Control
Canadian institutionsnot available
Fundersnot available
KeywordsResearch methodologyStatistical analysisHigh speed train

Abstract

fetched live from OpenAlex

Le bruit de la motoneige est un problème majeur qui affecte la perception et la réglementation de l'industrie de motoneige et la communauté motoneigiste. Les producteurs de motoneige et leurs fournisseurs investissent toujours dans la conception, expérimentation et mise en oeuvre des technologies de réduction de bruit. D'autres groupes ont étudié le bruit de la motoneige et ses effets pour élargir la compréhension de ce sujet.Les véhicules électriques (VE) sont en train de devenir plus en plus populaire dans l'espace automobile. Avec la montée de VE, certains groupes ont ajouté avec succès des motopropulseurs électriques à d'autres types de véhicules, incluant des motoneiges. Un exemple de ce type de modification est une motoneige VE conçue pour une station de recherche arctique.Pour de nombreux véhicules à combustion interne (CI), les composants CI (moteur, admission et échappement par exemple) représentent une source considérable de bruit. Un certain nombre de chercheurs ont étudié les différences acoustiques entre voiture CI et VE (ou voitures VE-hybrides) et ont trouvé que les voitures VE sont beaucoup plus silencieuses que les voitures CI dans certain scénarios. À ce jour, ce type de recherche n'a pas encore inclus les véhicules électriques hors route. Cette thèse examine les avantages potentiels de l'électrification d'une motoneige en termes de bruit. Une motoneige CI et une motoneige VE presque pareil en forme ont été testées ensemble. Les tests ont été effectués en utilisant une variante de la norme de mesure de bruit de motoneige à vitesse constante (SAE J1161). En outre, cette thèse vise à examiner l'effet de la dureté du sol sur cette norme basée sur des recherches antérieures sur le sujet. Pour atteindre cet objectif, ces véhicules ont été testés sur deux types de neige (durs et mous). Cette thèse examine également des réductions dans le bruit de la motoneige durant la dernière décennie. La motoneige la plus populaire de l'année 2003 au Québec et la motoneige la plus populaire d'hiver 2014-2015 ont été testées simultanément en utilisant la norme SAE J1161 et un la norme de mesure de bruit en accélération plein régime (SAE J192).Les essais sur ces véhicules ont démontré que la motoneige VE fait moins de bruit que la motoneige CI de près de 7 dB sur la neige molle, mais que ce nombre réduit sur la neige plus dure. Dans les essais des motoneiges les plus populaires de 2003 et de l'hiver 2014-2015, la motoneige plus récente était considérablement plus silencieuse que la motoneige plus âgée (plus de 10 dB plus silencieuse) pour les essais à plein régime et à vitesse constante. Bien que les résultats obtenus avec la motoneige VE ne fussent pas remarquable par rapport à la comparaison ancienne-nouvelle, des essais supplémentaires sont nécessaires pour comprendre pleinement les possibilités d'une motoneige VE.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.676
Threshold uncertainty score0.741

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0000.001
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0000.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.017
GPT teacher head0.258
Teacher spread0.241 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designBench or experimental
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2016
Admission routes1
Has abstractyes

Explore more

Same topicVehicle Noise and Vibration ControlFrench-language works237,207