MétaCan
Menu
Retour à la cohorte
Enregistrement W4390926749 · doi:10.1016/j.conbuildmat.2023.134841

Thermal insulation of flexible pavements utilizing foam glass aggregates to mitigate frost action in cold regions — Development of design tools

2024· article· en· W4390926749 sur OpenAlexafffund
Quentin Félix Adam, Pauline Segui, Jean Côté, Jean-Pascal Bilodeau, Guy Doré

Notice bibliographique

RevueConstruction and Building Materials · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada First Research Excellence FundHydro-QuébecUniversité Laval
Mots-clésFrost (temperature)ThermalThermal insulationMechanical engineeringMaterials scienceEngineeringComposite materialLayer (electronics)PhysicsMeteorology

Résumé

récupéré en direct d'OpenAlex

This manuscript focuses on the use of foam glass aggregates (FGAs) as insulator to protect pavements against frost action. The ultimate objective of the paper was to develop design tools for the thermal design of pavements insulated with FGAs. A mathematical model was outlined to describe the complex thermal behavior of FGAs and calculate temperature levels within a domain representing a pavement insulated with FGAs. The formulation is based on the one-dimensional heat equation which was discretized with a forward finite-difference technique and subsequently coded in Fortran90. This code was executed to successfully replicate temperature measurements collected within an experimental pavement insulated with FGAs, enabling the validation of the model. The model was then re-executed to perform three different sensitivity analyses and investigate the effects of the pavement geometry, layers humidity, and FGAs’ effective particle size on the maximal frost front penetration. Compared to a pavement without insulation, utilizing FGAs reduced the maximal frost front depth. The sensitivity analyses were summarized in design charts to guide the utilization of FGAs for the thermal design of pavements. The code utilized to generate these charts is freely available on GitHub.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,469

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,070
Tête enseignante GPT0,298
Écart entre enseignants0,227 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations12
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueConstruction and Building MaterialsMême sujetAsphalt Pavement Performance EvaluationTravaux en français237 207