MétaCan
Menu
← Retour à la cohorte
Enregistrement W1582843478

بررسی آزمایشگاهی مدول برجهندگی، مقاومت کششی غیرمستقیم و فشاری تک محوری مخلوطهای آسفالت بازیافت شده با استفاده از کف قیر

2012· article· fa· W1582843478 sur OpenAlexaff
سعید یوسف دوست, اورنگ فرزانه, علی محمد اسماعیلی, امیر احمدی

Notice bibliographique

Revueنشریه مهندسی عمران و نقشه برداری · 2012
Typearticle
Languefa
DomaineEngineering
ThématiqueMilitary Technology and Strategies
Établissements canadiensMinistry of Transportation of Ontario
Organismes subventionnairesnon disponible
Mots-clésBusiness
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

یکی از جدیدترین روش‌های بازیافت آسفالت‌های قدیمی، روش بازیافت آسفالت به صورت سرد درجا با استفاده از کف قیر می‌باشد.. در سال‌های اخیر کاربرد این روش در راه‌ها و فرودگاه‌های ایران به تدریج گسترش یافته و به موازات آن تحقیقات آزمایشگاهی بر روی خصوصیات مکانیکی و عملکردی این مخلوط‌های آسفالتی شروع شده‌است. در بخش اول تحقیق حاضر، با انجام آزمایش مدول برجهندگی و مقاومت کششی غیرمستقیم برروی 144 نمونه آسفالت کف قیر، تأثیر نوع دانه‌بندی، درصد قیر، درصد سیمان و میزان تراکم برروی مدول برجهندگی و مقاومت کششی غیرمستقیم نمونه‌ها، در چهار حالت مختلف عمل آوری، بررسی شده‌است. سپس در ادامه، با انجام آزمایش‌های لازم بر روی 108 نمونه دیگر، سعی شده تا تأثیر پارامترهای فوق روی مدول برجهندگی و مقاومت فشاری تک محوری مورد مطالعه قرار گیرد. نتایج به دست آمده نشان می‌دهند که تغییر دانه‌بندی مصالح خرده آسفالتی از ریز به متوسط و نیز تغییر میزان قیر اضافه شده از دو به چهار درصد، تأثیر نسبتا کمی برروی مدول برجهندگی، مقاومت کششی غیرمستقیم، مقاومت فشاری تک محوری و بهبود حساسیت رطوبتی آسفالت بازیافت شده دارد. در مقابل، افزودن یک درصد سیمان و افزایش آن به دو درصد نقش قابل ملاحظه‌ای در افزایش پارامترهای مذکور دارد. با استفاده از داده‌های حاصل از این تحقیق، رابطه همبستگی بین مدول برجهندگی و مقاومت کششی غیرمستقیم جهت تخمین پارامتر نخست، بر اساس نتایج آزمایش مقاومت کششی غیرمستقیم ارائه شده‌است.

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)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,119
Score d'incertitude au seuil0,398

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,003
Communication savante0,0070,004
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,1190,080

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 Opus0,011
Tête enseignante GPT0,207
Écart entre enseignants0,196 · 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'étudeExpérimental (laboratoire)
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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueنشریه مهندسی عمران و نقشه برداری→Même sujetMilitary Technology and Strategies→Travaux en français237 207→