Sustainable Induction-Heatable Cold Patching Using Microwave and Reclaimed 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
Patching is a common pavement treatment, and it is implemented using hot and cold process patching. Hot process patching is not an efficient implementation method because keeping asphalt temperature in long hauls is difficult, on-site mixing equipment is required, and transport costs are generally high. Moreover, hot process patching requires a significant amount of energy, so it is not an eco-friendly process. Although cold process patching significantly reduces the energy consumption of patching, its implementation reduces the patching quality. To this end, this study aimed to propose a new cold process patching using induction heating. Furthermore, this study attempted to apply waste materials in the proposed mixtures to preserve the environment. Accordingly, high percentages of reclaimed asphalt pavement (RAP) were used in the proposed mixture. Since induction heating was applied in the introduced patching method, two waste materials, including steel slag and electronic waste, were utilized in the mixtures to enhance the sensitivity to electromagnetic radiation. Moreover, different experimental tests were conducted to evaluate the mixtures’ mechanical properties. Ultimately, gray relational analysis was performed to assess the proposed mixtures’ sustainability. The results indicated that using steel slag and electronic waste as conductive materials could considerably reduce the heating time to raise the fabricated mixtures’ temperature. Moreover, replacing the Neat mixture with the proposed asphalt mixtures containing the waste materials significantly reduced the unit price, greenhouse gas emission, energy consumption, and raw material utilization.
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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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