Seasonal and diurnal variations of back-calculated layer moduli in flexible pavement and FWD testing guidelines
Notice bibliographique
Résumé
Seasonal and diurnal variations can significantly impact falling weight deflectometer (FWD) measurements and, thus, deflection-based parameters such as back-calculated layer moduli. Therefore, it is necessary to evaluate and quantify these effects. The back-calculated layer moduli data from the Long-Term Pavement Performance Seasonal Monitoring Program study were analyzed within each climatic region. The effects of seasonal and diurnal changes were quantified and related to ambient temperatures were related to the development of general measurement guidelines. The HMA layer moduli showed minimal variation during the spring and fall seasons in every climatic region and were consistently higher based on the deflections measured before noon. However, temperature correction, generally applied to the HMA layer moduli, can eliminate the temperature impacts of the FWD measurements. Because the unbound layer moduli are back-calculated from the single measured deflection basins on the surface, temperature and moisture conditions at the time of measurements can affect the material properties. The base and subgrade moduli showed minimal variation within the temperature ranges of the spring and fall seasons. Therefore, such temperature within each climatic region may result in layer moduli values closest to their representative in-field conditions. In addition, the unbound layer showed no effect of time within a day, suggesting that FWD testing can be conducted at any time during the day. Based on the results, the preferred temperature ranges for FWD measurements are 55–70 °F and 65–75 °F in the freeze and non-freeze regions, respectively. FWD measurements can be conducted at any time during the day. The preferred seasons for testing are spring and fall in all climatic regions.
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 ».