MétaCan
Menu
Retour à la cohorte
Enregistrement W2464545114 · doi:10.1080/10298436.2016.1208198

Differential rutting in Canterbury New Zealand, and its relation to road camber

2016· article· en· W2464545114 sur OpenAlexaff
Jacobus Daniel van der Walt, Eric Scheepbouwer, Susan Tighe

Notice bibliographique

RevueInternational Journal of Pavement Engineering · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésRutTruckCamber (aerodynamics)AxleAxle loadLoggingEngineeringEnvironmental scienceStructural engineeringGeotechnical engineeringForensic engineeringGeographyAutomotive engineeringAsphaltCartography

Résumé

récupéré en direct d'OpenAlex

In Canterbury New Zealand, chip seal is the primary surface material for rural state highways. The roads are designed to accommodate various types of traffic; traffic that has grown steadily over the past decade. The growth in dairy and logging, two of New Zealand’s main exports, resulted in a large rise in milk and logging trucks. This significant increase in traffic has led to a significant amount of pavement failure due to rutting which predominantly occurs in the outside wheel path rather than the inside. This paper provides a review and analysis of LTPP data at two rural sites. Data from these sites show more rutting in the outside wheel path than the wheel path close to the crown of the road. Contributing factors observed from the literature are included in this paper and it was shown that the main contributing factor to rutting is load (traffic). Road pavements are constructed to be homogeneous but anecdotally it is known that using camber or a crown will divide the load from traffic more towards the outside wheel. Some general factors that increase the difference are the axle width, and height of the centre of mass, the camber percentage and present rutting depth. Calculations show that the difference in load on the left and right wheel can lead to quite different ESAL values compared to values calculated based on the average load. In fact, an example using Austroads shows that the ESAL value can almost double if actual wheel loads are used. It also shows that there are no other mechanisms that adequately account for this difference.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,849
Score d'incertitude au seuil0,303

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,007
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,010
Tête enseignante GPT0,241
Écart entre enseignants0,232 · 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

Citations9
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Pavement EngineeringMême sujetAsphalt Pavement Performance EvaluationTravaux en français237 207