MétaCan
Menu
Retour à la cohorte
Enregistrement W3164111086 · doi:10.82308/6530

An evaluation of selected asphalt pavements in the City of Montreal /

2006· article· en· W3164111086 sur OpenAlexaboutno aff
Joseph G. Feghali

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAsphaltEnvironmental scienceGeographyCartography

Résumé

récupéré en direct d'OpenAlex

Pavements are generally analyzed as elastic layered structures, and designed empirically. Currently, more than 25% of road pavements in Canada fail prematurely (i.e. shortly after they are constructed) whereas only 60% reach their actual design life (C-SHRP, 2002). Pavement failures are generally displayed at the top of the asphalt layer. These deteriorations rarely initiate at the surface as the different layers interact co-dependently in resisting the applied loads. The failure of any one of them will weaken the pavement and reflect at the surface as deteriorations. The City of Montreal is experiencing extensive premature pavement failures mostly in the form of potholes and fatigue cracks which have been treated and repaired using different surface restoration techniques. Unfortunately, these solutions do not address the real problem and are only temporary. This research reviews the pavement repair and maintenance techniques used in the City of Montreal, explores their adequacy, and demonstrates how the current design procedures have yielded weak pavements that are short on thickness and proper drainage. The objective of this thesis is also to determine the main reason why Montreal road pavements fail so prematurely in terms of the current design, repair and maintenance practices. Furthermore, this research project includes a case study of the road pavement condition in the City of Montreal, coupled with a comparative approach to the standards of practice used in both of Quebec and Ontario provinces.

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)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,497
Score d'incertitude au seuil0,957

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
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 Opus0,023
Tête enseignante GPT0,256
Écart entre enseignants0,232 · 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

Citations2
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetAsphalt Pavement Performance EvaluationTravaux en français237 207