MétaCan
Menu
Retour à la cohorte
Enregistrement W2523359913

Improving Frictional Properties of Pavement Surfaces in Canadian Airfields through Asphalt Concrete Mix Design

2003· article· en· W2523359913 sur OpenAlexaboutno aff
A. El-Desouky, Yasser Hassan, AO Abd El Halim, AG Razaqpur, M Farha

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGradationSkid (aerodynamics)AsphaltAggregate (composite)Asphalt concreteEngineeringAsphalt pavementWork (physics)Civil engineeringForensic engineeringGeotechnical engineeringStructural engineeringMechanical engineeringComputer scienceMaterials scienceComposite material
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Canadian airport agencies have recently experienced problems associated with the poor frictional properties of newly constructed Hot Mix Asphalt Concrete (HMAC) pavements. Since poor frictional properties may result in lower skid resistance and subsequently pose a safety issue, there is a need to identify the causes of this problem. Research work is urgently needed to assess current Canadian asphalt mix specifications and investigate possible ways of updating them to ensure that satisfactory levels of skid resistance are available on Canadian airfields. The main objective of this paper is to develop a mathematical model relating friction evaluated in the laboratory, in terms of British Pendulum Number (BPN), to mix properties. The testing program included friction and Indirect Tensile Strength (ITS) tests. Effects of asphalt content and aggregate gradation on the frictional properties of airfield mixes were evaluated during the testing program. Test results showed that choosing the aggregate gradation is one of the most important factors to enhance airfield pavement friction. The paper presented simple procedures to predict the friction and check if the mechanical properties accepted at this level of friction or not. The work completed in this research provides a good tool to evaluate airfield mixes prior to construction.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,663
Score d'incertitude au seuil0,670

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,035
Tête enseignante GPT0,225
Écart entre enseignants0,190 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAsphalt Pavement Performance EvaluationTravaux en français237 207