Development of a New Mechanistic Index to Predict Pavement Performance during Spring Thaw
Notice bibliographique
Résumé
In northern climates, frost action is a major cause of pavement deterioration. It is well known that freezing temperatures in frost susceptible subgrade soils cause the pavement to heave. The resulting displacement imposed to the pavement can be substantial, reaching 100 to 200 mm in severe cases. When spring thaw occurs, segregated ice melts generating high pore pressures in frost susceptible subgrades. The bearing capacity loss can be substantial, leading to important structural damage to pavement exposed to severe and uncontrolled loading conditions. Considerable research efforts have been devoted to the characterization of soils and material properties and their variation as a function of moisture and temperature variations. These research initiatives are typically conducted in the field using deflexion measurements or in the laboratory using cyclic triaxial testing. The use of these research results typically requires assessing seasonal fatigue damage using analytical techniques to compute stresses and strains at critical location in pavement structures and empirical damage models. A new approach based on a mechanistic index is proposed. The index is taking into consideration the amount of water accumulated by the freezing process, the rate of thawing in pavement layers and in the subgrade soil and the rate of consolidation of the pavement structure. The paper will describe the theoretical development of the new index and will present correlation between the index and the characteristics of observed weakening (intensity and duration) during spring thaw.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».