MétaCan
Menu
Retour à la cohorte
Enregistrement W4385303684 · doi:10.18280/acsm.470303

Moisture Resistance of Olive Husk Ash Modified Asphalt Mixtures

2023· article· fr· W4385303684 sur OpenAlexvenueno aff
Madhar Haddad, Taisir Khedaywi

Notice bibliographique

RevueAnnales de Chimie Science des Matériaux · 2023
Typearticle
Languefr
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensnon disponible
Organismes subventionnairesJordan University of Science and Technology
Mots-clésHuskMoistureAsphaltPulp and paper industryResistance (ecology)Materials scienceComposite materialEnvironmental scienceBotanyAgronomyEngineeringBiology

Résumé

récupéré en direct d'OpenAlex

In agricultural nations such as Jordan, olive oil production generates substantial quantities of a byproduct known as olive husk.Traditionally utilized for heating purposes, olive husk is now being employed in the production of cleaning solutions and cosmetic products.This study investigates the potential use of olive husk ash (OHA) as a filler in bitumen, when combined with aggregate to produce asphalt mixtures typically employed in road pavement construction.The impact of moisture on the properties of asphalt mixtures containing OHA filler was examined using the Marshall Stability test method.OHA was incorporated as a replacement for bitumen at varying volumes (0, 5, 10, 15, 20%).The optimum bitumen content was added to limestone aggregate to prepare asphalt mixture specimens.Furthermore, the effect of Dryback on the properties of asphalt mixtures was assessed.Findings indicate that the inclusion of OHA in bitumen (by volume) reduced the moisture resistance of specimens, with an optimal performance observed at 10-15% replacement.Additionally, it was found that the moisture effect on asphalt mixtures was reversible, and the observed degradations in strength and stiffness after wet conditioning were not predominantly due to the adverse effects of water.Consequently, the utilization of OHA as a pavement material in the field could potentially reduce production costs and enhance performance, leading to notable environmental benefits.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,213
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,002
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,048
Tête enseignante GPT0,300
Écart entre enseignants0,252 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnales de Chimie Science des MatériauxMême sujetAsphalt Pavement Performance EvaluationTravaux en français237 207