MétaCan
Menu
Retour à la cohorte
Enregistrement W2963399100 · doi:10.1139/cjce-2019-0008

Influence of moisture infiltration on flexible pavement cracking and optimum timing for surface seals

2019· article· en· W2963399100 sur OpenAlexvenueno aff
Syed Waqar Haider, Muhammad Munum Masud, Karim Chatti

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueInfrastructure Maintenance and Monitoring
Établissements canadiensnon disponible
Organismes subventionnairesCollege of Engineering, Michigan State UniversityUniversity Transportation Center for Highway Pavement PreservationMichigan State UniversityU.S. Department of Transportation
Mots-clésCrackingMoistureInfiltration (HVAC)Environmental scienceGeotechnical engineeringService lifeWater contentWater damageMaterials scienceGeologyComposite materialAsphalt

Résumé

récupéré en direct d'OpenAlex

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.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,199
Écart entre enseignants0,193 · 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

Citations16
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetInfrastructure Maintenance and MonitoringTravaux en français237 207