MétaCan
Menu
Retour à la cohorte
Enregistrement W2892600145 · doi:10.1139/cjce-2018-0044

Highway 400 precast concrete inlay panel project: Instrumentation plan, installation, and preliminary results

2018· article· en· W2892600145 sur OpenAlexafffundvenueabout
Daniel Pickel, Susan Tighe, Warren Lee, Rico Fung

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensCanadian Electricity AssociationMinistry of Transportation of OntarioUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCement Association of Canada
Mots-clésPrecast concreteInstrumentation (computer programming)TruckSlabEngineeringChristian ministryAsphalt concreteEnvironmental scienceCivil engineeringMoistureGeotechnical engineeringAsphaltStructural engineeringComputer scienceMaterials scienceAutomotive engineering

Résumé

récupéré en direct d'OpenAlex

The Ministry of Transportation of Ontario was interested in a rehabilitation strategy that could be used to address deep-seated rutting issues encountered on its 400-series highways. A precast concrete inlay panel (PCIP) rehabilitation design was developed and constructed involving the installation of precast panels into partially-milled asphalt pavement. Sub-surface instrumentation was installed at the PCIP–asphalt interface including earth pressure cells and moisture sensors installed in six instrumentation clusters. This instrumentation has been monitored to gather information regarding the PCIP trial installation. Readings from the moisture sensors indicate that water penetrates beneath the PCIPs in precipitation events, though these moisture levels recede under dry conditions, indicating that the water can exit the sub-slab area. Static load testing using a fully-loaded gravel truck was used to determine the different support reactions caused by different loading configurations. Higher loads were generally found beneath the joints in the two loading situations studied.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,686

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,024
Tête enseignante GPT0,218
Écart entre enseignants0,194 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations3
Publié2018
Routes d'admission4
Résumé présentoui

Explorer davantage

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