MétaCan
Menu
Retour à la cohorte
Enregistrement W1156649746

Why Live with Ruts and Cuts

2004· article· en· W1156649746 sur OpenAlexaboutno aff
J Emery

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRutForensic engineeringEngineeringAsphalt concreteTruckService lifeFatigue crackingAsphaltTransport engineeringCivil engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The performance of urban pavements is often governed by the instability rutting of asphalt concrete and poor utility cut restorations. These distresses result in a reduced service life, higher operating, maintenance and rehabilitation costs, and safety concerns. Asphalt concrete instability rutting at intersections, bus bays, and routes with considerable truck and bus traffic, particularly slow moving and standing with higher stress/strain conditions, during hot weather, must be dealt with through appropriate asphalt technology and proper construction techniques. A rut mitigation action plan involves four steps: evaluating pavement performance problems and determining the cause of rutting; ensuring structural adequacy; implementing a cost-effective, technically-sound rut mitigation approach with appropriate materials; and practicing proper construction techniques with quality assurance. The excavation and restoration of pavements to accommodate utilities can cause substantial pavement damage, including voids, undermining, settlements, cracking, and reduced patch service life. Poor cut restoration practices, including inadequate compaction and improper backfill materials, result in a pronounced reduction in pavement service life, roughness, and additional costs for increased and protracted maintenance. The Toronto cut restoration program, based on unshrinkable fill use and a permanent pavement repair, has proven to be an effective solution to unsatisfactory utility cut restorations.

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)0,016
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: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0040,005
Communication savante0,0030,006
Science ouverte0,0010,002
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0280,008

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 Opus0,007
Tête enseignante GPT0,200
Écart entre enseignants0,193 · 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
GenreAutre

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
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAsphalt Pavement Performance EvaluationTravaux en français237 207