Quantifying the Impact of Subgrade Stiffness on Track Quality and the Development of Geometry Defects
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper presents the quantification of the impact of subgrade stiffness on the prevalence of track geometry defects and degradation of track quality indices (TQIs). The data included in this study come from two high-traffic subdivisions [>50 million gross tonnes (MGT)/year] in Canada with a total length of 800 km and consist of vertical track deflection (VTD) measurements and 3 years of track geometry measurements. The VTD measurements were used to derive two indices that represent the magnitude and variability of the subgrade stiffness. An analysis of the data shows that the locations at which defects occur correspond to locations with low modulus (higher VTD) and high variability of track modulus. A similar correlation is shown with track roughness represented by a TQI. However, the correlation with the spectrum of TQI calculated was found to be poor. This was attributed to maintenance activities carried out to improve track conditions. The correlation with the TQI greatly improved when arbitrary thresholds were applied and TQI values above this were treated as geometry defects. These results show that the locations that have a low modulus and high variability in the modulus are those that are the most difficult to maintain and at which maintenance is not always able to keep up with the degradation of track geometry. Thus, VTD measurements evaluate the underlying causes that result in the degradation of track conditions and allow for the identification of sections where poor track conditions are most likely to develop.
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.
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 | 0,001 | 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) | 0,000 | 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 découle