MétaCan
Menu
Retour à la cohorte
Enregistrement W2113971025 · doi:10.1061/(asce)0733-947x(2009)135:10(773)

Climate Change Implications for Flexible Pavement Design and Performance in Southern Canada

2009· article· en· W2113971025 sur OpenAlexaffabout
Brian Mills, Susan Tighe, Jean Andrey, James T. Smith, Ken Huen

Notice bibliographique

RevueJournal of Transportation Engineering · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésRutClimate changeEnvironmental scienceBaseline (sea)EngineeringClimatologyGeographyEcologyGeologyAsphalt

Résumé

récupéré en direct d'OpenAlex

Two types of analysis were conducted to examine the impacts of midcentury scenarios of anthropogenic climate change on flexible pavement infrastructure in southern Canada. An analysis of deterioration-relevant climate indicators at 17 southern Canadian sites revealed that over the next 50 years low temperature cracking will become less problematic, structures will freeze later and thaw earlier with correspondingly shorter freeze season lengths, and higher extreme in-service pavement temperatures will raise the potential for rutting. Pavement performance simulations conducted using the mechanistic-empirical pavement design guide and data from the Canadian long term pavement performance program for six of these sites also suggest that rutting issues will be exacerbated by climate change and that maintenance, rehabilitation, or reconstruction will be required earlier in the design life. While the simulated effect of climate change was found to be modest, both in absolute terms and relative to variability in pavement structure and baseline traffic loads, pavement engineers would benefit by incorporating longer time series of weather and climate in their designs. Although the analysis was conducted for southern Canada, many of the findings and impacts may be similar for the northern United States.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,197

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,027
Tête enseignante GPT0,238
Écart entre enseignants0,211 · 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

Citations124
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Transportation EngineeringMême sujetAsphalt Pavement Performance EvaluationTravaux en français237 207