Mechanical Behavior of Pavement Structures Containing Foam Glass Aggregates Insulation Layer: Laboratory and In Situ Study
Notice bibliographique
Résumé
The use of thermal insulation layers in flexible pavement structures increases the durability of the pavement and decreases the maintenance and rehabilitation costs. Indeed, this technique limits frost penetration in the frost-sensitive subgrade soil, thus reducing the impact of freezing and thawing cycles responsible for the winter differential heaving and the spring bearing capacity loss experienced on the road network. The impact of climate change on pavement performance can result in rolling comfort deterioration. However, because of its intrinsic characteristic, a thermal insulation layer is typically weak from a mechanical perspective. Therefore, for an adequate design, a compromise needs to be made between mechanical and thermal characteristics. In Quebec and the rest of Canada, extruded polystyrene is the recommended material for pavement insulation. New alternative materials are becoming available, among others foam glass aggregates made from recycled glass of various origins, which are lightweight granular materials. This study presents the mechanical performance assessment of a foam glass aggregate layer based on three levels of experimentation, from the laboratory to in situ flexible pavement structures in cold regions conditions. The results presented were obtained using the resilient modulus test, the response of an indoor experimental pavement tested with a heavy vehicle simulator, as well as using falling weight deflectometer (FWD) measurements taken on an experimental test track, which is composed of a standard section without insulation and two insulated sections. The results indicate that foam glass aggregate layers have interesting mechanical properties.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».