MétaCan
Menu
Retour à la cohorte
Enregistrement W3165576569 · doi:10.1177/03611981211012692

Performance Evaluation of Stabilized Base Course using Asphalt Emulsion and Asphaltenes Derived from Alberta Oil Sands

2021· article· en· W3165576569 sur OpenAlexaffabout
Farshad Kamran, Manjunath Basavarajappa, Nura Bala, Leila Hashemian

Notice bibliographique

RevueTransportation Research Record Journal of the Transportation Research Board · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésAsphalteneAsphaltRutEmulsionUltimate tensile strengthMaterials scienceCrackingOil sandsComposite materialMoistureGeotechnical engineeringChemical engineeringGeologyEngineering

Résumé

récupéré en direct d'OpenAlex

Stabilization of the pavement base course using asphalt emulsion is one of the strategies that improves the layer’s strength and, consequently, enhances the pavement performance. In this study, to improve the performance of the asphalt-emulsion-stabilized base course, asphaltenes derived from Alberta oil sands bitumen are added to the mix. Asphaltenes are a byproduct of the deasphalting process of oil sand bitumen and have no significant value in the asphalt industry. The modified mixes are prepared by adding different amounts of asphaltenes in powder form to the mix at ambient temperatures. Marshall stability and indirect tensile strength of the mixtures are evaluated using different contents of asphalt emulsion and asphaltenes. The low-temperature performance properties of the selected mixtures are investigated using an indirect tensile test and for the high-temperature properties a wheel-tracking test is conducted. The results of this study indicate that the addition of asphaltenes to the emulsion-stabilized mix significantly improves rutting resistance, with a slight increase in moisture sensitivity. However, the indirect tensile test results also reveal that modified mixes are slightly more prone to low-temperature cracking than are unmodified ones.

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)0,006
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,291
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,120
Tête enseignante GPT0,385
Écart entre enseignants0,265 · 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'étudeObservationnel
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

Citations7
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransportation Research Record Journal of the Transportation Research BoardMême sujetAsphalt Pavement Performance EvaluationTravaux en français237 207