MétaCan
Menu
Retour à la cohorte
Enregistrement W3120678361 · doi:10.1139/cjce-2020-0644

Laboratory evaluation of cracking resistance for asphalt mixtures modified with nanoclay and nanocellulose

2021· article· en· W3120678361 sur OpenAlexafffundvenue
Thomas Johnson, Nura Bala, Alireza Bayat, Leila Hashemian

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of AlbertaAlberta-Pacific Forest Industries
Mots-clésAsphaltMaterials scienceCrackingDynamic shear rheometerComposite materialNanocelluloseNanomaterialsRheometerRheologyAsphalt concreteRutCelluloseNanotechnologyEngineeringChemical engineering

Résumé

récupéré en direct d'OpenAlex

Cracking failure is one of the major distress modes associated with asphalt pavement. Asphalt modification has been identified as an effective method to improve pavement performance. In this study, nanomaterials including bentonite and halloysite nanoclays and nanocellulose are added to PG 64-28 straight run asphalt binder for modification. The potential of these nanomaterials for improving the cracking performance of asphalt pavements at intermediate pavement service temperatures is investigated. Rheological evaluation is conducted using a dynamic shear rheometer (DSR), and the cracking resistance of the asphalt mixtures is determined through indirect tension asphalt cracking test (IDEAL-CT). A high-shear mixer is used to disperse the nanomaterial in the asphalt and the field emission scanning electron microscope (FESEM) analysis shows a relatively good dispersion of the nanomaterials. Furthermore, the results of the IDEAL-CT show an improvement in cracking test index by as much as 47%–114% through nanomaterial modification.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,227
Score d'incertitude au seuil0,762

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,014
Tête enseignante GPT0,217
Écart entre enseignants0,203 · 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'étudeSimulation ou modélisation
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

Citations11
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetAsphalt Pavement Performance EvaluationTravaux en français237 207