Evaluation of Selected Empirical Models for Asphalt Pavement Temperature Prediction in a Tropical Climate: The Case of Ghana
Notice bibliographique
Résumé
Asphalt pavement temperature has several applications, including pavement structural design and evaluation, asphalt mixture design, asphalt binder grade determination and material aging characterization. However, available asphalt pavement temperature prediction models were mostly developed for temperate climatic conditions. Before such models are adopted for use in a tropical climate to facilitate advanced pavement engineering, their applicability must be verified. This study evaluated five empirical asphalt pavement temperature prediction models: the Lukanen (BELLS 3), Park, Diefenderfer, and Taamneh models, all developed in the United States, and the Asefzadeh model, formulated in Canada, to ascertain their prediction accuracy in a tropical climate, using the West African country Ghana as a case study. The results of such a model evaluation study will justify the adoption of existing models for local application or the development of new ones suitable for tropical climates. In this study, in situ asphalt pavement temperature data were measured at two sites for eight months: Kumasi and Tamale in the Forest and Savannah climatic zones, respectively. The measured pavement temperature data were compared with predicted pavement temperatures using the two independent-samples t-test, the coefficient of determination, the line of equality, and three error statistics (mean bias error, mean percentage error and root mean square error). It was found that the Park model provided a more accurate pavement temperature prediction in both climatic zones. The other models either over-predicted or under-predicted asphalt pavement temperature with significant error margins. However, there is a need to improve the prediction accuracy of the Park model as considerable over-prediction occurred at a temperature of at least 47 °C or a local model developed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».