A Comparative Review of Hot and Warm Mix Asphalt Technologies from Environmental and Economic Perspectives: Towards a Sustainable Asphalt Pavement
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
) emission assessment mentioned contributing to higher environmental burdens such as air pollution and global warming. However, warm-mix asphalt (WMA) was introduced by pavement researchers and the road construction industry instead of hot-mix asphalt (HMA) to reduce these environmental problems. This study aims to provide a comparative overview of WMA and HMA from environmental and economic perspectives in order to highlight the challenges, motivations, and research gaps in using WMA technology compared to HMA. It was discovered that the lower production temperature of WMA could significantly reduce the emissions of gases and fumes and thus reduce global warming. The lower production temperature also provides a healthy work environment and reduces exposure to fumes. Replacing HMA with WMA can reduce production costs because of the 20-75% lower energy consumption in WMA production. It was also released that the reduction in energy consumption is dependent on the fuel type, energy source, material heat capacity, moisture content, and production temperature. Other benefits of using WMA are enhanced asphalt mixture workability and compaction because the additives in WMA reduce asphalt binder viscosity. It also allows for the incorporation of more waste materials, such as reclaimed asphalt pavement (RAP). However, future studies are recommended on the possibility of using renewable, environmentally friendly, and cost-effective materials such as biomaterials as an alternative to conventional WMA-additives for more sustainable and green asphalt pavements.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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