Ground penetrating radar-based deterioration assessment of RC bridge decks
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose Although ground penetrating radar (GPR) technology is commonly used to assess the condition of reinforced-concrete (RC) bridge decks, the GPR data interpretation is not straightforward. Further, the thresholds that define the severity of deterioration are selected arbitrarily. This paper aims to solve a problem associated with GPR results generated by using a numerical amplitude method to assess corrosiveness of bridge decks. Design/methodology/approach Data, for more than 50 different bridge decks, were collected using a ground-coupled antenna. Depth-correction was performed for the collected data to normalize the reflected amplitude. Using k-means clustering technique, the amplitude values of each bridge deck were classified into four categories. Later, statistical analysis was performed where the threshold values of different categories of corrosion and deterioration are chosen. Monte-Carlo simulation technique was used to validate the value of these thresholds. Moreover, a sensitivity analysis was performed to realize the effect of changing the thresholds in the areas of corrosion. Findings The final result of this research is a four-category (good, fair, poor and critical) GPR scale with three fixed numerical thresholds (−7.71 dB, −10.04 dB and −14.63 dB) that define these categories. Besides, deterioration curves have been modeled using Weibull function and based on GPR outputs and corrosion areas. Originality/value The developed numerical GPR-based scale and deterioration models are expected to help the decision-makers in assessing the corrosiveness of bridge decks accurately and objectively. Hence, they will be able to take the right intervention decision for managing these decks.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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