MétaCan
Menu
Retour à la cohorte
Enregistrement W4410312799 · doi:10.3390/infrastructures10050115

Assessment of Anisotropy in Cold In-Place Recycled Materials Using Shear Wave Velocity and Computed Tomography Analysis

2025· article· en· W4410312799 sur OpenAlexafffund
Quentin Lecuru, Yannic Éthier, Alan Carter, Mourad Karray

Notice bibliographique

RevueInfrastructures · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensUniversité de SherbrookeÉcole de Technologie Supérieure
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésAnisotropyMaterials scienceIsotropyTransverse isotropyShear modulusDisplacement (psychology)Ultrasonic sensorModulusTomographyComposite materialAcousticsPhysicsOptics

Résumé

récupéré en direct d'OpenAlex

Pavement materials like hot mix asphalt (HMA) and cold recycled mixes (CRMs) are typically considered isotropic. This study evaluates the anisotropy of a cold in-place recycled (CIR) material using the shear wave velocity (Vs) parameter. The piezoelectric ring actuator technique (P-RAT) is utilized to assess the Vs parameter in three directions in CIR slabs. Similarly, the ultrasonic pulse velocity (UPV) technique is employed to measure P-wave velocities. Both methods evaluate mechanical properties in multiple directions. Complex modulus tests are conducted to link velocities results to |E*| modulus. Finally, computed tomography (CT) scans are performed on the specimens in order to evaluate anisotropy resulting from aggregate alignment. The Vs obtained using P-RAT and the Vp from UPV indicate anisotropy, as the wave velocities differ across the three directions. Differences range from 0.6 to 11.6% in Vs, influenced by measurement location. UPV results are analysed in relation to the |E*| modulus master curves, demonstrating that the first peak arrival time for the P-wave corresponds with the master curve. CT scan analysis reveals that the aggregates tend to be more aligned in the direction of the compacting wheel’s displacement, which also highlights anisotropy.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,276
Écart entre enseignants0,266 · 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'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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInfrastructuresMême sujetAsphalt Pavement Performance EvaluationTravaux en français237 207