Calibration and Validation of Condition Indicator for Managing Urban Pavement Networks
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
Deterioration indexes that may combine types of surface distresses, serviceability, and structural indicators are commonly used for pavement management at the network level. These indexes differ in the types of deterioration and criteria considered to quantify severity and density of distresses. Most of these indexes were developed for interurban road networks; therefore, their application to urban networks is complex and not representative. For this reason, there is a need for a better understanding of urban pavement behavior to enable collection of the distresses relevant to these types of pavements and development of an overall condition index for urban pavements that represents the mix of the more relevant distresses for use in network analysis. This study is part of a 3-year project developed in Chile: Research and Development of Solutions for Urban Pavement Management in Chile. The main objective of this study was to calibrate and to validate an urban pavement condition index (UPCI) representative of the overall condition of these pavements, according to objective measures of surface distresses and evaluations of an expert panel. The scope of this study included the development of distress evaluation guidelines for asphalt and concrete pavements considering manual and automated surveys, the application of these guidelines in different types of urban networks, and the assessment of these networks by an expert panel. Finally, three UPCI equations were obtained with satisfactory validation for asphalt pavements with manual and automated data collection and for concrete pavements with manual data collection.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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