MétaCan
Menu
Retour à la cohorte
Enregistrement W2056854736 · doi:10.3141/1989-81

Environmental and Traffic Deterioration with Mechanistic–Empirical Pavement Design Model

2007· article· en· W2056854736 sur OpenAlexaffabout
Susan Tighe, Ken Huen, Ralph Haas

Notice bibliographique

RevueTransportation Research Record Journal of the Transportation Research Board · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSubgradeRutPavement engineeringEnvironmental scienceTransport engineeringTraffic volumeService lifeEngineeringPavement managementFatigue crackingCivil engineeringCrackingGeotechnical engineeringAsphaltGeographyReliability engineering

Résumé

récupéré en direct d'OpenAlex

Limited budgets are resulting in a need for better design of low-volume roads. Traffic loading, environmental conditions, subgrade soil, and construction and maintenance quality are among the various factors that influence pavement performance and must be considered in the design process. Environmental conditions have a significant impact on the performance of low-volume pavements. Performance-graded asphalts, which are mixes designed for the in-service environment of the pavement, are vital in Canada, where low-temperature cracking has been a prevalent distress. In addition, southern Ontario has a moderate climate with high traffic volumes, whereas in northern Ontario the winters are severe and traffic loading is lower. A mechanistic–empirical (M-E) model is described that has been developed for Ontario, the Ontario Pavement Analysis of Cost (OPAC 2000) model, and the data presented relate specifically to low-volume roads, namely, collector and local facilities. The M-E model incorporates elastic layer analysis to predict pavement response. It uses cumulative equivalent single-axle loads, subgrade type, and layer thickness to determine the most effective design. The pavement performance is based on the cumulative effect of the environment and traffic. The output of the M-E model is predicted pavement performance and projected economic impacts on the agency and the public. Examples are provided to illustrate the relative deterioration and performance curves for various design situations. For instance, the predicted total life-cycle economic impact of low-volume roads in Ontario, per kilometer, ranges from $250,000 to $750,000 (Canadian). Although this system was initially developed for Ontario conditions, the M-E model can be recalibrated to apply to other conditions.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
Score de désaccord entre enseignants0,142
Score d'incertitude au seuil0,282

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,112
Tête enseignante GPT0,363
Écart entre enseignants0,251 · 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

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