MétaCan
Menu
Retour à la cohorte
Enregistrement W4387543643 · doi:10.24114/jip.v3i1.49817

Analisa Pengaruh Kendaraan Muatan Berlebih/Overloading (OL) terhadap Umur Rencana Perkerasan Jalan Tol (Studi Kasus Ruas Jalan Tol Semarang ABC)

2023· article· id· W4387543643 sur OpenAlexaff
M. Iqbal Zaihan Batubara, Janter Pangaduan Simanjuntak, Syafiatun Siregar

Notice bibliographique

RevueJurnal Insinyur Profesional · 2023
Typearticle
Langueid
DomaineEngineering
ThématiqueUrban Transport Systems Analysis
Établissements canadiensBC Research (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysics

Résumé

récupéré en direct d'OpenAlex

Setiap perkerasan jalan didesain dengan kapasitas beban maksimum tertentu, namun dalam praktiknya terdapat banyak kendaraan yang melebihi batas dimensi dan beban yang telah ditetapkan, yang disebut sebagai kendaraan Beban Muatan Berlebih atau Overloading (OL). Fenomena ini diduga memiliki dampak yang signifikan pada umur rencana perkerasan jalan, terutama pada rute logistik utama jalan tol. Oleh karena itu, diperlukan sebuah studi untuk melihat dampak populasi kendaraan OL pada umur rencana perkerasan jalan tol.Metode yang digunakan dalam studi ini didasarkan pada Manual Desain Perkerasan 2017, dan tujuannya adalah untuk mengevaluasi dampak beban kendaraan OL terhadap umur rencana perkerasan lentur, adapun data yang digunakan seperti Data Lalu Lintas Harian Rata-Rata Tahunan (LHRT), data geometrik jalan, didasarkan pada data lapangan aktual yang dikumpulkan pada rute logistik Jalan Tol Semarang ABC pada periode 2023 serta Data populasi muatan berlebih berdasarkan pembacaan alat Weight in Motion Bridge (WIM).Hasil analisis menunjukkan bahwa pengaruh populasi beban kendaraan OL sebanyak 5,76% dari total populasi lalin harian tahunan (LHRT) memiliki dampak penurunan umur rencana perkerasan lentur, dari awal umur rencana 20 tahun menjadi 17 tahun, dan pengaruh populasi beban kendaraan OL sebanyak 19% dari LHRT akan memiliki dampak penurunan umur rencana perkerasan lentur dari awal 20 tahun menjadi 13 Tahun serta peningkatan Faktor Ekivalen Beban rata-rata atau Average Vehicle Damage Factor (VDF) dari kondisi muatan normal sebesar 5,9245 menjadi 20,2062 pada kondisi OL sehingga diperoleh kesimpulan bahwa dengan adanya kendaraan OL memberikan dampak signifikan terhadap penurunan umur rencana sebesar -16% (OL 5,76%) dan -25% (OL 19%) serta rata rata peningkatan faktor Ekivalen Beban sebesar 241%.

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)0,007
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,001
Communication savante0,0040,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0250,005

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 Opus0,027
Tête enseignante GPT0,256
Écart entre enseignants0,229 · 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'étudeObservationnel
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Insinyur ProfesionalMême sujetUrban Transport Systems AnalysisTravaux en français237 207