MétaCan
Menu
Retour à la cohorte
Enregistrement W2922436100 · doi:10.1051/matecconf/201927603004

Determination of rutting distresses on hot mix asphalts by advanced techniques

2019· article· en· W2922436100 sur OpenAlexaff
Gabriel Skronka, Otakar Vacin

Notice bibliographique

RevueMATEC Web of Conferences · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésRutAsphaltCreepDynamic shear rheometerSoftening pointAsphalt pavementGeotechnical engineeringPenetration testForensic engineeringMaterials scienceEnvironmental scienceEngineeringComposite material

Résumé

récupéré en direct d'OpenAlex

The sustainable use of non-renewable natural resources, such as asphalt binder, can be achieved by adequate planning. The proper assessment of asphalt binders is a prerequisite to the appropriate designing of road constructions that can eventually result in pavements in which the development of pavement distresses can be mitigated. Rutting is the most common distress occurring at high temperatures, which is frequently experienced by such countries as Indonesia; thus, the use of adequate asphalt binder in hot mix asphalt pavements results in long-lasting road constructions. By means of advanced techniques, e.g., multiple stress creep recovery test, conducted on a dynamic shear rheometer, it is possible to determine the rutting potential of asphalt binders. This technique, however, still seems to be imprecise at currently determined shear stress values. This paper aims to investigate on the example of ten different asphalt binders, if creep and recovery measured at higher shear stresses result in better correlation with rutting potential of hot mix asphalts than that at the standardized stress levels. Concurrently, other conventional asphalt binder properties (e.g., penetration, softening point, elastic recovery) are determined and compared with rutting.

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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,010
Tête enseignante GPT0,253
Écart entre enseignants0,243 · 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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMATEC Web of ConferencesMême sujetAsphalt Pavement Performance EvaluationTravaux en français237 207