MétaCan
Menu
Retour à la cohorte
Enregistrement W2006553359 · doi:10.3141/1989-66

Pavement Performance Evaluation of Three Canadian Low-Volume Test Roads

2007· article· en· W2006553359 sur OpenAlexaffabout
Susan Tighe, Lynne Cowe Falls, Guy Doré

Notice bibliographique

RevueTransportation Research Record Journal of the Transportation Research Board · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensUniversité LavalUniversity of CalgaryUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésTransport engineeringTest (biology)Test siteEngineeringInstrumentation (computer programming)Resource (disambiguation)Research programTraffic volumeCivil engineeringComputer science

Résumé

récupéré en direct d'OpenAlex

New and improved pavement technologies are developed through laboratory investigations, construction and maintenance, theoretical analyses, long-term performance studies such as the Strategic Highway Research Program (SHRP) and the Canadian SHRP, and integrated programs of laboratory and field research. The latter, integrated approach is the subject of this study. Although various test roads have been placed in Canada over the past several decades, this study focuses on three test roads that examine low-volume road performance. These test roads are located in Ontario, Quebec, and Alberta and are being monitored by three Canadian universities. The background, test road objectives and location, design of the test roads and instrumentation, construction, and vehicle testing are first summarized briefly. Then, some ongoing projects at the three test roads and how results from the three test roads can be used either individually or collectively to improve current practices within Canada are discussed, with a focus on low-volume road technologies. Particular emphasis is placed on the performance of low-volume resource roads with respect to both traffic loading and environmental conditions. Findings from these studies will also be useful in the Canadian national calibration of the new Mechanistic–Empirical Pavement Design Guide.

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)0,022
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,547
Score d'incertitude au seuil0,981

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0220,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
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 Opus0,094
Tête enseignante GPT0,364
Écart entre enseignants0,270 · 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'étudeObservationnel
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

Citations11
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransportation Research Record Journal of the Transportation Research BoardMême sujetAsphalt Pavement Performance EvaluationTravaux en français237 207