Influence of moisture infiltration on flexible pavement cracking and optimum timing for surface seals
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
Moisture increase in pavement subsurface layers has a significant influence on granular material properties that affect the expected pavement performance. In situ moisture variations over time in an unbound base layer depend on water infiltration after precipitation and pavement surface conditions. Consequently, base resilient modulus (MR) is reduced, which leads to premature failure and reduced service life. This paper presents long-term pavement performance (LTPP) data analyses for quantifying the effect of moisture infiltration through surface cracking on flexible pavement performance. Subsurface moisture data obtained through the seasonal monitoring program (SMP) time domain reflectometry (TDR) are an excellent source for quantifying the moisture-related damage in flexible pavement located in different climates. An artificial neural network (ANN) model was developed based on the SMP data for flexible pavement sections. The results show that higher levels of cracking will lead to an increase in moisture levels within the base layer, which leads to a significant decrease in the base MR. For flexible pavement, the maximum reduction in base MR ranged from 18% to 41% and from 153% to 175% for the pavement sections located in dry and wet regions, respectively. Consequently, the performance of pavement sections located in wet climates is adversely affected. The findings imply that an adequate and timely preservation treatment for cracking sealing (e.g., surface seals) can enhance the pavement’s service life, especially in wet climates. The results suggest that cracks should be sealed when the extent of fatigue cracking is within 6% and 11% for the flexible pavement sections located in wet and dry climates, respectively.
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 | 0,000 | 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 | 0,000 |
| 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