MétaCan
Menu
Retour à la cohorte
Enregistrement W3109057896 · doi:10.1155/2020/8868752

Microwave Heating Characteristics of Emulsified Asphalt Repair Materials Incorporated with Steel Slag

2020· article· en· W3109057896 sur OpenAlexaff
Yongfeng Wei, Jinyang Huo, Zhenjun Wang, Jiangtao Gao

Notice bibliographique

RevueAdvances in Materials Science and Engineering · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensTransport Canada
Organismes subventionnairesXinjiang Production and Construction CorpsU.S. Department of Transportation
Mots-clésMaterials scienceAsphaltMicrowaveMicrowave heatingComposite materialSlag (welding)Metallurgy

Résumé

récupéré en direct d'OpenAlex

Emulsified asphalt needs to be cured for a certain age after demulsification to produce strength, which seriously affects the traffic opening time. In this work, microwave heating technology was applied for emulsified asphalt repair materials. Steel slag with high microwave activity was adopted to improve the performance of emulsified asphalt repair materials by microwave heating. Effects of steel slag sizes and contents on the heating rate, temperature distribution, and thermal performance of emulsified asphalt repair materials were analyzed by close microwave heating, open microwave heating, and repair simulation tests. Results show that the temperature of emulsified asphalt repair materials presents three different heating stages under microwave irradiation. The “critical point of phase transition” in the three stages is gradually advanced with the increase in steel slag content. The core temperature and maximum temperature of emulsified asphalt repair materials with different steel slag sizes are basically the same; however, the heat distribution of emulsified asphalt repair materials is significantly different. In contrast to conventional asphalt mixture, there exists a smaller temperature difference. The temperature of repairing materials can reach above 80°C. The interface area can form an embedded interface structure. Incorporation of steel slag and adoption of microwave heating are effective to improve the performance of emulsified asphalt repair materials.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,040
Score d'incertitude au seuil0,728

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,012
Tête enseignante GPT0,224
Écart entre enseignants0,212 · 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 tête enseignante, 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

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Materials Science and EngineeringMême sujetAsphalt Pavement Performance EvaluationTravaux en français237 207