Paper Review: Towards a reproducible cross-venue method for quantifying crowd noise in stadiums

论文类型: 问题定义型 / 方法型混合

本文提出一个体育场馆人群噪声测量的框架性方法（SCL/mSCL），核心贡献是问题定义+方法提议，但不含任何实验验证。

公理审查结果

公理一：对象公理

• 判定: ⚠️
• 分数: 6
• 依据: 论文研究的对象是真实的——GWR “loudest crowd roar” 记录确实缺乏标准化（仪器型号、时间加权、测量位置数量均未报告），且 142.2 dB(A) 与 Larson Davis 831 的 143 dB(Z) 过载点可疑地接近（§2.1），这一发现具有实际意义。核心概念（SCL、far-field criterion、A-weighted fast-integrated level）均可操作化定义，且与 ISO 1996-1/2、IEC 61672-1 等现有标准对齐。但问题存在性已被先前工作确认：Barnard et al. (2011, NCEJ) [ref 4] 和 Barnard (2015, Inter-Noise) [ref 20] 已指出”very little rigorous scientific data exists”并提出了”proposed technique for measuring and comparing crowd noise”。论文虽引用这些工作，但未明确区分自身与 Barnard 2015 的增量。此外，该问题的影响范围有限（体育场馆噪声标准化），不属于下一代模型的必要能力，社区投入的优先级较低。
• Wiki 证据: OMC wiki 无记录（三组查询均返回空）；paper-wiki 无记录；free-search 确认 Barnard 2011/2015 已针对同一问题提出测量技术，2009 IBPSA 论文已用 beamforming 测量场馆噪声。

公理二：识别公理

• 判定: ❌
• 分数: 2
• 依据: 论文未进行任何实验验证。作者明确承认 “no test cases are shared in this study”（§5.2.2）。没有 baseline 对比：未将提出的 SCL/mSCL 与 GWR peak dB(A) 方法、Barnard 2011 方法、或任何其他已有方法在相同条件下进行实证比较。没有 ablation：无法判断 far-field criterion (r_critical=6.8m)、100-8000 Hz 频率范围、fast time weighting (125ms) 等各设计选择的独立贡献。论文仅用 Figure 2 的单一 goal-moment 波形示例说明 peak vs. fast-integrated 的差异（11.6 dB），但这是已知的声学常识（ISO 1996-1 已定义 LAF,max），不构成对所提框架的因果验证。整个论文从 §3 到 §4 纯粹是规范性地”定义应该怎样测”，而非”证明这样测更好”。
• Wiki 证据: OMC wiki 无记录；free-search 确认 Barnard 2011 已在 Beaver Stadium 做过实际测量并发表了数据，本文未与之对比。

公理三：独立性公理

• 判定: ⚠️
• 分数: 5
• 依据: 论文未提供任何需要独立验证的实验数据，因此不存在训练-评测闭环污染问题。但反过来，论文也完全没有独立证据支持其框架的有效性。Figure 2 的 goal-moment 数据来自作者所在公司 (Sorama BV) 的设备测量（PSV vs RKC Waalwijk, 2024-05-19），这是作者自有数据而非独立采集。论文作者全部来自 Sorama BV（一家声学相机/麦克风阵列制造商），框架推荐使用 “distributed microphone arrays, also known as acoustic cameras”——存在商业利益相关的潜在偏见，但论文未声明利益冲突。
• Wiki 证据: OMC wiki 无记录；论文首页明确标注 “Sorama BV, Eindhoven, the Netherlands” 为唯一所属机构。

公理四：压缩公理

• 判定: ⚠️
• 分数: 5
• 依据: 论文的方法核心（使用 A-weighted fast-integrated SPL + far-field criterion + spatially distributed measurement）本质上是将现有环境声学标准（ISO 1996-1/2, IEC 61672-1）直接迁移到体育场馆场景。这些不是新发明——far-field criterion (r = 2λ)、LAF,max、LAeq、Class 1 精度要求都是标准做法。论文的压缩价值在于：(1) 将 GWR 的非标准 peak reading 替换为标准 LAF,max，(2) 提出 r_critical = 6.8m 的具体数值（但 r = 2λ 本身是教科书公式）。mSCLmax = max{SCLmax,k}（公式 3）是最简单的多设备聚合策略，论文自身也承认 “could use more elaborate ways of combining”（§4.2.1）但未探索。SCL/mSCL 的命名构成轻微命名膨胀——本质是”多点 LAF,max 的最大值”。
• Wiki 证据: OMC wiki 无记录；free-search 确认 far-field criterion、LAF,max、LAeq 均为 ISO 1996-1 标准定义，beamforming 在场馆噪声测量中的应用已有 2009 IBPSA 先例。

公理五：效用公理

• 判定: ❌
• 分数: 2
• 依据: 论文零实验验证。没有在真实场馆中部署 SCL/mSCL 并与 GWR 方法对比；没有展示分布式测量在不同场馆间的可重复性；没有验证 far-field criterion 在实际场馆几何中的有效性；没有评估不同 K 值（设备数量）对 mSCL 估计精度的影响。Figure 4 的 8/16 设备布局是示意图而非实验配置。论文唯一的定量证据是 Figure 2 的单一波形（peak vs. fast-integrated 差 11.6 dB），但这个差异是声学教科书级别的已知事实。论文类型为”问题定义+方法提议”，其效用标准应看问题是否广泛存在、是否值得解决——问题确实存在但已被 Barnard 2011/2015 识别并提出过类似技术。方法型部分则完全缺乏效用证据。
• Wiki 证据: OMC wiki 无记录；free-search 确认 Barnard 2011 已在 Beaver Stadium (107,282 座) 做过系统测量并发表数据，Barnard 2015 已提出”proposed technique”——本文未超越这些先前工作的效用水平，因为本文没有任何实测数据。

公理六：新颖性公理

• 判定: ❌
• 分数: 2
• 依据: 核心主张”spatially distributed acoustic measurement is the recommended route for cross-venue comparison”并非新概念——2009 IBPSA 论文已在大型场馆中使用 beamforming（分布式麦克风阵列）测量人群噪声，Barnard 2015 已提出”proposed technique for measuring and comparing crowd noise from sporting events”。将 ISO 1996-1 的 LAF,max/LAeq 和 far-field criterion 迁移到场馆场景是标准做法的直接应用，不构成方法创新。SCL/mSCL 的定义（公式 2、3）是 max-of-max 的简单聚合，论文自身承认可”more elaborate”。论文唯一可能是新贡献的是：(1) r_critical = 6.8m 的具体数值建议（但 r = 2λ 是 Fraunhofer 距离的保守简化，footnote 2 自述），(2) 区分 “fan-generated crowd level” 与 “venue-experienced crowd level”（§3.5），但这两个概念仅被定义而未被验证或区分性实验。论文标题声称 “reproducible cross-venue method”，但未提供可复现的实验。
• Wiki 证据: OMC wiki 无记录；free-search 确认 Barnard 2015 Inter-Noise 论文标题包含 “proposed technique for measuring and comparing crowd noise”——与本文目标几乎相同；2009 IBPSA 论文已在场馆中使用 beamforming。

公理七：可复现公理

• 判定: ❌
• 分数: 2
• 依据: 论文未提供代码、数据、或实验设置可供复现。明确声明 “no test cases are shared”（§5.2.2）。Figure 2 的数据来自 Sorama BV 自有测量，未公开。论文给出的是高层框架描述（”high-level description”，§5.1 自述），未提供具体的测量协议文档、设备校准流程的实操步骤、或数据处理脚本。虽然方法本身使用标准仪器（Class 1 SLM），理论上可复现，但论文未提供足够的操作细节使他人能独立实施并验证。论文还依赖未来工作：”collect data and develop a database”（§5.2.2）——即承认当前不可复现。
• Wiki 证据: OMC wiki 无记录；论文 §5.2.2 明确承认无测试用例。

总评

• 科学价值: 低 — 识别了真实问题但未提供任何独立验证证据，框架有效性纯为规范性主张而非实证结论。
• 方法价值: 低 — 核心方法是将现有声学标准（ISO 1996、IEC 61672）迁移到场馆场景，与 Barnard 2015 的先前提议高度重叠，且未超越。
• 社区价值: 中 — 若框架被采纳为标准化基础可能有一定社区价值，但缺乏验证和利益冲突声明削弱了可信度。

日报摘要

• Strength: 论文清晰揭示了 GWR peak dB(A) 测量方法的标准化缺陷，并合理地将 ISO 1996-1 的 LAF,max / far-field criterion 迁移到场馆场景，142.2 dB(A) 与 Larson Davis 831 的 143 dB(Z) 过载点可疑接近这一发现具有警示价值。
• Weakness: 论文零实验验证（作者自述 “no test cases are shared”），且 Barnard 2015 Inter-Noise 已提出几乎相同的 “proposed technique for measuring and comparing crowd noise” 先前工作，核心新颖性不成立。

打分

加权总分: 2.95/10（加权分之和 29 / 权重之和 9.5） 最终建议: Reject <3.5