MétaCan
Menu
← Retour à la cohorte
Enregistrement W1963911347 · doi:10.3141/1821-01

Thermal Aspect of Frost-Thaw Pavement Dimensioning: In Situ Measurement and Numerical Modeling

2003· article· en· W1963911347 sur OpenAlexafffundabout
M Boutonnet, Yves Savard, Patrick Lerat, Denis St-Laurent, N Pouliot

Notice bibliographique

RevueTransportation Research Record Journal of the Transportation Research Board · 2003
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensMinistère des Transports
Organismes subventionnairesMinistère des Transports
Mots-clésDimensioningEnvironmental scienceAsphaltGeotechnical engineeringRubbleInstrumentation (computer programming)Frost (temperature)Pavement engineeringAsphalt concreteThermalGeologyCivil engineeringEngineeringMeteorologyComputer scienceMaterials science

Résumé

récupéré en direct d'OpenAlex

The thermal behavior of pavements in winter has a major influence on their dimensioning. The Paris-based Laboratoire Central des Ponts et Chaussées and the Ministère des Transports du Quebec have models to forecast the propagation of frost, frost heave, and thaw events. They have developed a collaborative project to validate these models on an experimental pavement. This pavement was constructed in Quebec in 1998, and its thermal behavior was monitored for 3 years. Two pavements, one with a cement-treated base and one with a hot-mix asphalt pavement, were selected. Two test beds were constructed on each pavement. One test bed was thermally insulated by a layer of extruded polystyrene, and the second was not. The SSR, GEL1D, and CESAR–GELS thermal models; the site and the temperature conditions of the three winters; the pavement structures and their physical properties; the instrumentation setup; and the analysis and comparison of the results of the models among themselves and in relation to the observations conducted on the pavements were assessed. The models provided a satisfactory estimate of frost penetrations, with less than 10% deviation observed between the measured and calculated depths. The deviations between the results of the different models are explained by the differences between the modeling principles. The size and quality of the database constituted will make it possible to improve the thermal forecasting models through more in-depth studies.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,164
Score d'incertitude au seuil0,327

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,170
Tête enseignante GPT0,344
Écart entre enseignants0,174 · 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'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

Citations9
Publié2003
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueTransportation Research Record Journal of the Transportation Research Board→Même sujetClimate change and permafrost→Travaux en français237 207→