MétaCan
Menu
Retour à la cohorte
Enregistrement W2147281107 · doi:10.1061/9780784413005.049

Pavement Rehabilitation of Runway 14/32 at Zürich International Airport: Service Life Prediction Based on Updated Incremental Damage Approach

2013· article· en· W2147281107 sur OpenAlexfundno aff
Carlo Rabaiotti, M. Amstad, Marco Schnyder

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of British Columbia
Mots-clésRunwayService lifeSubgradeOverlayPavement engineeringPavement managementDeflection (physics)Structural engineeringAsphalt concreteAsphaltAsphalt pavementEngineeringFinite element methodBase courseGeotechnical engineeringCivil engineeringComputer scienceMaterials scienceMechanical engineeringComposite material

Résumé

récupéré en direct d'OpenAlex

Zurich International Airport operates with three runways: 16/34, 14/32, and 10/28. The pavement of runway 14/32 has reached its end of service life and should be rehabilitated soon. The old pavement structure consists of concrete slabs on a cement treated base. The 30-cm thick concrete pavement will be replaced with a 35-cm thick asphalt layer during rehabilitation. The service life of the proposed rehabilitation design has been analyzed adopting a new mechanistic empirical method based on the AASHTO 2008 design guide, although some improvements have been implemented: 1) three-dimensional finite element modeling (FE) with an elasto-plastic strain hardening material behavior model for the subgrade and 2) an iterative procedure that allows application of damage incrementally to asphalt and cement-treated material in an updated FE model. The method has been calibrated with results from deflection tests carried out in the 1970s on an asphalt test track and validated through deflection measurements carried out on runway 16/34, which was rehabilitated in 2008 with a similar asphalt overlay.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,063
Score d'incertitude au seuil0,998

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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,011
Tête enseignante GPT0,216
Écart entre enseignants0,205 · 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.

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

Citations5
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAsphalt Pavement Performance EvaluationTravaux en français237 207