MétaCan
Menu
Retour à la cohorte
Enregistrement W4281734278 · doi:10.1201/9781003222897-9

Optimizing the effective particle diameter of crushed rock materials to mitigate the effect of convection in a pavement structure

2022· book-chapter· en· W4281734278 sur OpenAlexaff
J. Côté, N. Missaoui

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensStantec (Canada)Université Laval
Organismes subventionnairesnon disponible
Mots-clésParticle (ecology)Materials scienceConvectionGeotechnical engineeringGeologyMechanicsPhysics

Résumé

récupéré en direct d'OpenAlex

It is common practice in Norway to use crushed rock in road structures. Recent regulations allowed a large variation of the particle size distribution in this layer. This paper focuses on the influence of effective particle size of crushed rock materials on heat transfer in pavements based on pavement structure thermal modelling using a partial differential equation solver. The normal temperature for the 1980 – 2010 period in various regions of Norway, as well as the coldest year (extreme conditions) were used together with the factor N as surface conditions of a typical pavement structure. The crushed rock was modelled using various values of effective particle diameter (d 10 ), a material characteristic that significantly affects thermal properties of coarse materials. Along with temperature distributions, maximum frost depths were computed and expressed according to the climatic data of each site studied and as a function of the effective particle diameter. The results showed that d 10 had a significant effect on frost depth mainly during the coldest winters as a result of increased heat transfer owed to natural convection. The results obtained also made it possible to establish a critical d 10 value to minimize convection as a function of the mean annual air temperature, providing a simple tool to road designers for selecting the materials for subbase and frost protection layer (FPL).

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 enseignants0,002
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
Bibliométrie0,0000,000
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 GPT0,221
Écart entre enseignants0,214 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAsphalt Pavement Performance EvaluationTravaux en français237 207