MétaCan
Menu
Retour à la cohorte
Enregistrement W2070695831 · doi:10.3846/13923730.2012.734848

EXPERIMENTAL STUDY OF BITUMINOUS MASTIC BEHAVIOUR USING DIFFERENT FILLERS BASED ON THE UCL METHOD

2013· article· en· W2070695831 sur OpenAlexaff
Diana Movilla-Quesada, Ángel Vega-Zamanillo, Miguel Ángel Calzada-Pérez, Daniel Castro‐Fresno

Notice bibliographique

RevueJournal of Civil Engineering and Management · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensTransport Canada
Organismes subventionnairesUniversidad de Cantabria
Mots-clésAsphaltCalcium hydroxideDurabilityMaterials scienceFiller (materials)Composite materialAggregate (composite)HydroxideChemical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

This research demonstrates that the use of suitable amounts of calcium hydroxide as an additive in asphalt mixtures can improve the aggregate-bitumen adhesion, forming a bituminous mixture which is more resistant to traffic loads and the action of water. The analysis was performed using the UCL method and the Cantabrian Test, taking as a case study three types of filler with different natures, mixed with 4.5% bitumen. The results are presented as state curves, which show clear differences between the three fillers, demonstrating that the hydroxide suffers small wear losses in concentrations close to 1.3%, indicating a significant reduction in the risk of plastic deformation, and an improvement in the mixture durability and/or adhesiveness.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,021
Tête enseignante GPT0,251
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'étudeExpérimental (laboratoire)
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

Citations10
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Civil Engineering and ManagementMême sujetAsphalt Pavement Performance EvaluationTravaux en français237 207