MétaCan
Menu
Retour à la cohorte
Enregistrement W1871505978 · doi:10.1139/cjce-2014-0424

Tire–pavement noise and wearing course surface characteristics of experimental Canadian road pavement sections

2015· article· en· W1871505978 sur OpenAlexaffvenueabout
Federico Irali, Aleks Kivi, Susan Tighe, Cesare Sangiorgi

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesUniversità di Bologna
Mots-clésNoise (video)Surface finishCourse (navigation)Track (disk drive)Road surfacePendulumWearing courseSurface roughnessTraffic noiseTruckEnvironmental scienceGeotechnical engineeringAcousticsEngineeringMaterials scienceAsphaltCivil engineeringNoise reductionAutomotive engineeringComputer scienceComposite materialMechanical engineering

Résumé

récupéré en direct d'OpenAlex

An evaluation of the acoustic and surface characteristics of different Canadian pavement types was carried out in 2013 at the test track of the Centre for Pavement and Transportation Technology at the University of Waterloo. Noise testing was performed to determine the coefficient of noise absorption on cored samples and noise emissions in the field using the close proximity and the on-board sound intensity methods. Wearing course characteristics were evaluated with field testing, including visual condition surveys, evaluation of frictional properties with the British Pendulum tester, mean texture depth measurements, and surface profile and roughness evaluation with a walking profiler. As of the time of testing, the noise testing results indicate comparable acoustic properties in both flexible and rigid pavement sections, despite differences in the initial pavement materials, mixes, and surface finishing. With increasing pavement age, the amount of noise emissions increases as the pavement surface is worn down. Comparable friction values are also observed in all pavement sections, in line with the noise testing results. However, this is largely based on the initial construction values. Surface distresses are also not uniformly distributed: they are more severe in the oldest sections and more frequent in the loaded lane, which carries the heaviest traffic loads.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,203
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,017
Tête enseignante GPT0,222
Écart entre enseignants0,204 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations8
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetAsphalt Pavement Performance EvaluationTravaux en français237 207