MétaCan
Menu
Retour à la cohorte
Enregistrement W2113693987 · doi:10.3141/1889-16

Effects of Variation in Quarter-Car Simulation Speed on International Roughness Index Algorithm

2004· article· en· W2113693987 sur OpenAlexaboutno aff
Rohan W. Perera, Starr D. Kohn

Notice bibliographique

RevueTransportation Research Record Journal of the Transportation Research Board · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueInfrastructure Maintenance and Monitoring
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInternational Roughness IndexSurface finishSpeed limitQuarter (Canadian coin)Computer simulationSurface roughnessSimulationComputer scienceEnvironmental scienceEngineeringTransport engineeringMechanical engineeringMaterials scienceGeography

Résumé

récupéré en direct d'OpenAlex

The international roughness index (IRI) is widely used throughout the world as a measure of road roughness. A quarter-car simulation at 80 km/h is performed on the longitudinal profile to compute IRI. Questions have been raised regarding the applicability of IRI for roads that are used at speeds above or below this simulation speed. To gain more insight into the effects of simulation speed, an investigation was carried out to determine how the roughness computed from the IRI model changes for different simulation speeds of the quarter car. This investigation was performed on an asphalt concrete data set and a jointed portland cement concrete data set. For simulation speeds between 60 and 110 km/h, the response from the IRI model was within ±0.20 m/km of the IRI for 80% of the asphalt sections and 61 % of the concrete sections used in the study. Although the output from the quarter-car model for the different simulation speeds was different from the IRI (simulation speed of 80 km/h), it is unclear to what extent a user's perception of the roughness of a roadway changes with the speed of travel. If examples of roadways are found where the subjective opinion of roadway users of the roughness seems inconsistent with the IRI, it is recommended that the IRI model be used with the current speed limit of the roadway to examine whether the obtained output provides a better match with the opinion expressed by roadway users.

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)0,004
score de la tête « metaresearch » (Gemma)0,024
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: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,024
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,022
Tête enseignante GPT0,327
Écart entre enseignants0,305 · 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

Citations16
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransportation Research Record Journal of the Transportation Research BoardMême sujetInfrastructure Maintenance and MonitoringTravaux en français237 207