MétaCan
Menu
Retour à la cohorte
Enregistrement W4296077135 · doi:10.1016/j.jclepro.2022.134124

RILEM interlaboratory study on the mechanical properties of asphalt mixtures modified with polyethylene waste

2022· article· en· W4296077135 sur OpenAlexaff
Lily D. Poulikakos, Emiliano Pasquini, Marjan Tušar, David Hernando, Di Wang, Peter Mikhailenko, Marco Pasetto, Andrea Baliello, Augusto Cannone Falchetto, Miomir Miljković, Marko Оrešković, Nunzio Viscione, Nikhil Saboo, Gabriel Orozco, Éric Lachance-Tremblay, Michel Vaillancourt, Muhammad Rafiq Kakar, Nicolas Bueche, Jan Stoop, Lacy Wouters, Davide Dalmazzo, Gustavo Pinheiro, Kamilla Vasconcelos, Fernando Moreno-Navarro

Notice bibliographique

RevueJournal of Cleaner Production · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésAsphaltMaterials scienceCreepPolyethyleneStiffnessComposite materialCompactionEnvironmentally friendlyAsphalt concreteWater contentWaste managementGeotechnical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

This research aims to determine if the observed improvements using polyethylene (PE) waste in asphalt binder translate into better performance at the asphalt mixture scale in the laboratory environment while overcoming the stability and homogeneity issues experienced at the binder level. This is accomplished through a round-robin multinational experimental program covering four continents, with the active participation of eleven laboratories within the RILEM TC 279-WMR. PE modified AC16 mixtures were prepared employing the dry process using local materials with the PE waste provided by one source. Various mechanical tests were performed to investigate the compactability, strength, moisture sensitivity, stiffness and permanent deformation. Compared to the control mixtures, the following observations were made for PE modified mixtures: easier to compact, lower time dependence of stiffness, higher elastic behavior, lower creep rate, and higher creep modulus. Furthermore, cyclic compression test results showed that the resistance to permanent deformation is improved when using PE in asphalt mixtures, whereas the wheel tracking tests showed relatively similar or better results when 1.5% PE was added to the control mixture. The wheel tracking test results in water showed an increase in deformation with increasing PE content. The interlaboratory investigation showed that the use of PE as a performance-enhancing additive in asphalt pavements is a viable, environmentally friendly option for recycling waste plastic and could potentially reduce the use of polymer additives in asphalt.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,030
Tête enseignante GPT0,230
Écart entre enseignants0,201 · 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

Citations49
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cleaner ProductionMême sujetAsphalt Pavement Performance EvaluationTravaux en français237 207