Development of a Correlation between the Resilient Modulus and CBR Value for Granular Blends Containing Natural Aggregates and RAP/RCA Materials
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
Limited supplies of natural aggregates for highway construction, in addition to increasing processing costs, time, and environmental concerns, have led to the use of various reclaimed/recycled materials. Reclaimed asphalt pavement (RAP) and recycled concrete aggregate (RCA) have prospective uses in substantial amounts in base and subbase layers of flexible pavement in order to overcome the increasing issue of a shortage of natural aggregates. This research presents the development of an empirical model for the estimation of resilient modulus value ( M R ) on the basis of CBR values using experimental results obtained for 52 remoulded granular samples containing natural aggregates, RCA, and RAP samples. Statistical analysis of the suggested model shows promising results in terms of its strength and significance when t- test was applied. Additionally, experimental results also show that M R value increases in conjunction with an increase in RAP contents, while the trend for the CBR value is the opposite. Statistical analysis of simulation results using PerRoad and KenPave demonstrates that addition of RAP contents in the subbase layer of flexible pavements significantly improves its performance when considering resistance against rutting and fatigue. However, results of repeated load triaxial tests show that residual accumulative strain under a certain range of loading conditions increases substantially due to the addition of RAP materials, which may be disadvantageous to the serviceable life of the whole pavement structure.
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 | 0,001 |
| 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