MétaCan
Menu
Retour à la cohorte
Enregistrement W2811425323 · doi:10.4236/ojce.2018.82019

Rutting Resistance of HMA Rehabilitated with Micro-Surfacing

2018· article· en· W2811425323 sur OpenAlexaff
Arbia Garfa, Alan Carter, Anne Dony

Notice bibliographique

RevueOpen Journal of Civil Engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésRutAsphaltAsphalt pavementMaterials scienceGeotechnical engineeringComposite materialEngineering

Résumé

récupéré en direct d'OpenAlex

The work presented here is a study on the measurement and prediction of the rutting resistance of previously rutted asphalt mixes rehabilitated with a layer of micro-surfacing manufactured with virgin and recycled aggregates at different stages of aging. The experimental procedure consisted of rutting tests on hot mix asphalt slabs already degraded and repaired with virgin and recycled micro-surfacing. Then, the evolution of the behavior of micro-surfacing cast on the hot mix asphalt slabs is observed according to loading cycles of the pavement rutting tester MLPC. Before rutting tests, slabs are subjected to 24 hours at 50°C and aged for 2 days and 5 days at 85°C in the oven. The results showed rutting percentages of 6.3% for hot mix asphalt slabs aged for 2 days and 7.2% for 5 days. These hot mix slabs repaired with virgin micro-surfacing have rutting percentage of about 9.2 % for 2 days of aging and 6.5% for 5 days of aging. While, the HMA slabs repaired with recycled micro-surfacing have rutting percentage of about 8.1% for 2 days of aging and 5.9% for 5 days of aging. These results allowed the development of a prediction model based essentially on three predictor variables including cycle number, rutting state and percentage of water in the micro-surfacing material. The developed model shows a strong correlation between the predicted rutting values and the rutting values measured with the MLPC rut tester. Thermal aging in oven has a positive impact on the resistance to permanent deformation of new asphalt mixes and those rehabilitated with micro-surfacing. The parameters of rutting state and contribution water are significant in the rutting prediction model, while the cycle number remains a non-significant parameter in the model but determinant.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,009
Tête enseignante GPT0,230
Écart entre enseignants0,221 · 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

Citations9
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Journal of Civil EngineeringMême sujetAsphalt Pavement Performance EvaluationTravaux en français237 207