Refinement of the Hot-Mix Asphalt Ignition Method for High-Loss Aggregates
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Four methodologies for determining the asphalt content of mixtures containing high-loss aggregates in the ignition furnace were evaluated: the standard method using the Thermolyne furnace (control), the Troxler NTO infrared furnace, the Ontario method, and a Tempyrox glass-cleaning oven. Six aggregate sources with high ignition furnace aggregate corrections were obtained from around the country: four dolomites, a basalt, and a serpentine/chlorite. Calibration factors were determined for each method at optimum asphalt content. Additional samples were then tested at optimum plus 0.5% asphalt content, and the measured asphalt content was calculated by using the correction factor determined for that method and aggregate source. The Tempyrox Pyro-Clean furnace, commonly used for cleaning laboratory glassware, produced the lowest aggregate correction factors. The standard method and the Ontario method, both using the Thermolyne ignition furnace, produced the smallest bias or error in measured asphalt content. The standard deviation of the corrected asphalt contents for these high-loss sources was higher than the within-laboratory standard deviation reported for AASHTO T308. The only exception was the Alabama source using the standard method. The Ontario method and Tempyrox oven generally reduced the variability of asphalt content measurements for high-loss aggregates. None of the methods evaluated statistically reduced aggregate breakdown on the nominal maximum aggregate size and 4.75-mm sieves. The Ontario method significantly reduced, but did not eliminate, aggregate breakdown on the 0.075-mm sieve. The Ontario method is the best method for immediate implementation for determining the asphalt content by the ignition method for high-loss aggregates.
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.
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 | 0,011 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle