MétaCan
Menu
Retour à la cohorte
Enregistrement W4410423401 · doi:10.1139/cjce-2024-0612

Interfacial adhesion mechanism between asphalt and aggregate with different lithology in acid–alkaline aqueous solutions

2025· article· en· W4410423401 sur OpenAlexvenueno aff
Hongwei Jiang, Cixiang Zhu, Kaiwen Yao, Yanhong Zhang, Chenwei Guo, Jialei Tian, Qiangsheng Sun

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensnon disponible
Organismes subventionnairesChinese Academy of SciencesNational Natural Science Foundation of China
Mots-clésAsphaltAggregate (composite)AdhesionAqueous solutionLithologyMechanism (biology)Materials scienceChemical engineeringChemistryComposite materialGeologyEngineeringOrganic chemistryGeochemistry

Résumé

récupéré en direct d'OpenAlex

Strong adhesion at the asphalt–aggregate interface is vital for asphalt mixtures’ mechanical properties, but water damage can erode this adhesion, causing pavement distress. This study analyzed the effect of aggregate lithology (basalt, granite, and two limestones) on the water damage resistance of asphalt interfaces in acid–alkaline solutions using the boiling method, atomic force microscopy (AFM), and zeta potential measurements. AFM-measured interaction forces aligned with Derjaguin–Landau–Verwey–Overbeek theory. Acidic conditions showed higher adhesion forces and lower repulsive forces compared to alkaline conditions. Zeta potential values and long-range forces decreased with rising pH. Adhesion order in solution was limestone A > limestone B > basalt > granite. These findings reveal how aggregate lithology influences asphalt adhesion, aiding material selection for durable pavements.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,167
Score d'incertitude au seuil0,966

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,012
Tête enseignante GPT0,212
Écart entre enseignants0,200 · 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'étudeSimulation ou modélisation
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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetAsphalt Pavement Performance EvaluationTravaux en français237 207