MétaCan
Menu
Retour à la cohorte
Enregistrement W2894656187 · doi:10.1520/jte20170745

Superpave Design Aggregate Structure Considering Uncertainty: II. Evaluation of Trial Blends

2018· article· en· W2894656187 sur OpenAlexaff
Said M. Easa

Notice bibliographique

RevueJournal of Testing and Evaluation · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésCompactionAggregate (composite)Monte Carlo methodAsphaltReliability (semiconductor)Random variableVolume (thermodynamics)Design of experimentsEnvironmental scienceComputer scienceMathematicsStatisticsGeotechnical engineeringEngineeringMaterials sciencePhysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

Abstract The current evaluation of Superpave design aggregate structure is deterministic. The design involves evaluation of selected trial blends based on volumetric, compaction, and dust proportion requirements. This article incorporates the uncertainties of all 17 variables involved in the process, measured by the coefficient of variation (CV), and develops a revised procedure for comparing mixture properties with the performance-based criteria. The uncertainties of eight measured properties are propagated through the calculation and make the uncertainty of some variables very large. Issues related to the reliability of some variables (CV > 25 %) are discussed and criteria to resolve them are established. The developed mathematical formulas of uncertainty were verified using Monte Carlo simulation. The results show that the potentially unreliable variables are as follows: volume of absorbed asphalt, percentage of absorbed asphalt, and percent voids in total mix at the design compaction level. A tool is provided to help the designer trace the uncertainty of the unreliable variables back to the measured properties so that their precisions may be revised. The current National Cooperative Highway Research Program–recommended precisions for specific gravities were found to be generally satisfactory. However, further research should continue to improve the precision of specific gravity measurements as some intermediate variables may still become unreliable.

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)0,006
score de la tête « metaresearch » (Gemma)0,012
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,118
Tête enseignante GPT0,330
Écart entre enseignants0,212 · 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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Testing and EvaluationMême sujetAsphalt Pavement Performance EvaluationTravaux en français237 207