MétaCan
Menu
Retour à la cohorte
Enregistrement W4221102238 · doi:10.1139/cjce-2021-0084

The rheological behavior and high-low temperature performance of warm SBS/rubber asphalt

2022· article· en· W4221102238 sur OpenAlexvenueno aff
Zhenwu Shi, Binhua Wang, Lize Yu, Bo Li, Haitao Zhang

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensnon disponible
Organismes subventionnairesNortheast Forestry University
Mots-clésAsphaltMaterials scienceRutComposite materialNatural rubberRheologyViscoelasticityCrumb rubberCrackingStyrene-butadienePolymerStyreneCopolymer

Résumé

récupéré en direct d'OpenAlex

Rubber asphalt pavement has the performance advantages of noise reduction, anti-rutting, and anti-cracking. In this paper, the deformation recovery ability, stress sensitivity, dynamic mechanical performance, and chemical components of a warm mix styrene-butadiene-styrene (SBS)/rubber asphalt before and after aging were analyzed. The results showed that the high-low temperature performance of the asphalt was improved, and the ratio of the viscoelastic component was changed by adding the LKW-II warm mix additive to the asphalt. The high-temperature performance of the warm mix SBS/rubber asphalt was improved after short-term aging. At a proportion of the warm mix additive of 0.1%, the high-temperature rheological performance was substantially improved, the anti-rutting ability was enhanced, and the stress sensitivity was the lowest. At high temperatures, the improvements were relatively small at warm mix additive proportions of 0.3% and 0.5%. The low-temperature performance was significantly improved at a proportion of 0.3%. The Burgers model was used to evaluate the low-temperature mechanical behavior and confirmed the low-temperature performance results. The Fourier transform infrared spectroscopy results showed that no new substances were produced after adding the LKW-II warm mix additive to the SBS/rubber asphalt, and the viscosity was reduced by changing the intermolecular force.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,007
Tête enseignante GPT0,184
Écart entre enseignants0,177 · 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 source (Gemma direct ou Codex distillé), 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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

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