MétaCan
Menu
Retour à la cohorte
Enregistrement W4410129783 · doi:10.1186/s43065-025-00130-6

A case study on developing asphalt mix performance grading (Mix-PG) system in Ontario

2025· article· en· W4410129783 sur OpenAlex
Saeid Salehi Ashani, Michael Elwardany, Sina Varamini, Susan Tighe

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueJournal of Infrastructure Preservation and Resilience · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensMcMaster UniversityUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésAsphaltAsphalt pavementGrading (engineering)EngineeringCivil engineeringMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Road infrastructure plays a crucial role in facilitating the movement of goods and people, promoting global economic growth, trade, and connectivity. Achieving sustainability and resiliency within road systems extends their lifespan, stabilizes economies, enhances climate adaptability, and reduces both maintenance costs and environmental impact. With the increasing use of recycled materials and chemical additives in asphalt mixes, relying only on asphalt binder Performance Grading (PG) is insufficient for predicting field performance of asphalt pavements and material resilience under various climatic projections and severe weather events. Therefore, this study introduces the concept of asphalt mixture PG system (Mix-PG system) for evaluating asphalt materials resilience. The proposed Mix-PG system is demonstrated using the following three laboratory tests: (1) the Disc-Shaped Compact Tension (DC(T)) test assessed low-temperature cracking resistance, establishing a minimum threshold for fracture energy to determine the continuous low-temperature PG, (2) the Hamburg Wheel Tracking (HWT) test measured rutting resistance, with a maximum threshold for creep slope defining the continuous high-temperature PG, and (3) the Illinois Flexibility Index Test (I-FIT) evaluated intermediate-temperature cracking resistance, ensuring mixes meet a minimum Flexibility Index (FI) threshold value. This research revealed that meeting a single threshold value of a laboratory test, at a single temperature, may not result in a comprehensive evaluation of mix performance and durability at various climatic projections and material resilience under severe weather events. However, a mix PG assessment diagram—integrating low- and high-temperature PGs and FI values—offers a comprehensive framework for assessing asphalt materials’ resilience for major decisions and high-profile projects based on expected climate performance and projections. The Mix-PG system is not intended for routine mix design or quality control/assurance. Instead, it is proposed for critical decision-making scenarios—such as evaluating alternative mix designs or incorporating innovative materials—particularly in high-profile projects like major highways, high-traffic intersections, or projects where climatic resilience is a key design objective. Additionally, the proposed framework may be applied at the network level to assess typical climatic resilience using common mixture types, thereby helping to identify potentially vulnerable areas under various climate change scenarios. Ultimately, this approach may be used in supporting the development of resilient and sustainable road infrastructure.

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 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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,161
Score d'incertitude au seuil0,494

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
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 Opus0,019
Tête enseignante GPT0,261
Écart entre enseignants0,243 · 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