MétaCan
Menu
Retour à la cohorte
Enregistrement W2011412990 · doi:10.1139/l05-056

Assessment of horizontal curves of an existing road using reliability concepts

2005· article· en· W2011412990 sur OpenAlexvenueno aff
Tomás Echaveguren, Marcelo Bustos, Hernán de Solminihac

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle Dynamics and Control Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSkid (aerodynamics)Design speedOperating speedReliability (semiconductor)Geometric designSpeed limitMargin (machine learning)EngineeringCritical speedStructural engineeringComputer scienceTransport engineeringMechanical engineeringCivil engineeringPower (physics)

Résumé

récupéré en direct d'OpenAlex

Horizontal curves on road are commonly analyzed under design speed point of view, where it is assumed that the maximum speed of a vehicle in a curve is the design speed. The empirical evidence has demonstrated that when the design speed is low, the operating speed tends to be higher. This happens because of an available remaining lateral (or transverse) friction for speeds over design speed. This condition is determined by a speed limit, obtained from the demand and supply equilibrium of friction of a pavement. The difference between operating and design speeds is usually considered as the margin of safety of a horizontal curve on a road. In this study, a methodology to determine the margin of safety of an existing curve is proposed. The methodology is based on the reliability theory by which reliability of operational conditions can be analyzed by using a reliability index as a margin of safety. A case study for light vehicles is evaluated to determine high impact variables over reliability, such as, macrotexture, skid resistance, curve radius, and superelevation. The results obtained in this study demonstrated that curve radius, skid resistance, and macrotexture are variables with high impact over failure probability. In constrast, superelevation has little effect on the failure probability.Key words: reliability, horizontal curves, operating speed, skid resistance, pavement texture.

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)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,241
Écart entre enseignants0,231 · 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'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

Citations42
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetVehicle Dynamics and Control SystemsTravaux en français237 207