WMA Overlay Optimization Based on the LTPP Database: Using the RSM Method
Notice bibliographique
Résumé
This study investigates the field performance of Warm Mix Asphalt (WMA) road overlays containing various amounts of RAP and binder. Rutting, the International Roughness Index (IRI), and transverse, longitudinal and alligator cracking are the key parameters considered here. Our research is based on a Specific Pavement Study-10 experiment (SPS-10) conducted in nine states of North America (eight in the USA and one in Canada) that included 31 road sections in dry and wet regions. Road overlays were evaluated 1 and 4 years after their placement in terms of anti-cracking behavior and were compared with the pre-treatment status of the road. The best rutting resistance occurred at 15% and 12% RAP in dry and wet regions, respectively. For IRI, 30% and 0.0% RAP were the best for dry and wet regions as well. The maximum longitudinal crack recovery rates were found at site 3 (BA01, Arizona; dry region) and site 26 (AA65, Missouri; wet region), with RAP contents of 20% and 36%, respectively. In addition, alligator cracking did not occur post-overlay, so optimal RAP and binder contents cannot be suggested. The greatest improvements were found at site 15 (AA01, Washington state; dry) and site 30 (AA63, Oklahoma; wet). The response surface method (RSM) was also developed to explore the optimal models for RAP and selection of binder contents to minimize the rutting, IRI, and transverse and longitudinal crack lengths.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».