MétaCan
Menu
Retour à la cohorte
Enregistrement W2119848721 · doi:10.1139/l10-041

Quiet and durable pavements: Findings from an Ontario study

2010· article· en· W2119848721 sur OpenAlexaffvenueabout
M. Alauddin Ahammed, Susan Tighe, Tom Klement

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensResearch ManitobaUniversity of WaterlooMinistry of Transportation of Ontario
Organismes subventionnairesnon disponible
Mots-clésDurabilitySkid (aerodynamics)Traffic noiseNoise (video)AsphaltPortland cementNoise reductionWearing courseNoise controlEngineeringRoadway noiseNoise barrierStructural engineeringForensic engineeringCivil engineeringEnvironmental scienceCementComputer scienceMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

Traffic noise is a growing problem throughout the world. Noise barriers, traditionally used for reducing noise exposure, are expensive and inefficient in some cases. Pavement surface characteristics play a key role in noise generation and propagation. Information about noise-reducing characteristics of various Portland cement concrete (PCC) and asphalt concrete (AC) pavements can therefore help public agencies in selecting an appropriate surface that maximizes the structural durability, reduces the noise, and ensures adequate skid resistance for safety. In this study, tire–pavement close proximity (CPX), in-vehicle, and controlled pass-by (CPB) noise were measured at 80–100 km/h for 32 PCC and AC pavements in southern Ontario. The results have indicated that certain textures are needed to allow for air escape from the tire–road interface, which limits the generation and (or) propagation of tire–pavement noise. Both fine-graded Superpave and stone mastic asphalt (SMA) were shown to be promising for noise reduction and have good durability characteristics. However, careful placement and finishing are essential to produce a uniform lower order macrotexture and to attain the noise-reduction benefit.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,933
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,008
Tête enseignante GPT0,202
Écart entre enseignants0,194 · 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 tête enseignante, 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

Citations4
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetAsphalt Pavement Performance EvaluationTravaux en français237 207