MétaCan
Menu
Retour à la cohorte
Enregistrement W4410956615 · doi:10.3390/ma18112597

Impact of Macrotexture and Microtexture on the Skid Resistance of Asphalt Pavement Using Three-Dimensional (3D) Reconstruction and Printing Technology

2025· article· en· W4410956615 sur OpenAlexaff
Fucheng Guo, Jiupeng Zhang, Jianzhong Pei, Haiqi He, Tengfei Yao, Di Wang

Notice bibliographique

RevueMaterials · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesLanzhou Jiaotong University
Mots-clésSkid (aerodynamics)AsphaltAsphalt pavementComposite materialGeotechnical engineeringSurface finishMaterials scienceGradationEnvironmental scienceForensic engineeringGeologyEngineering

Résumé

récupéré en direct d'OpenAlex

In this study, the feasibility of using three-dimensional (3D) printing technology to investigate the impact of macrotexture and microtexture on the skid resistance of asphalt pavement was verified. The macrotexture characteristics of the five types of real asphalt mixtures were captured, reconstructed, and printed. The comparison analysis of the skid resistance between the pavement and printed specimens was conducted, and the correlations and contribution proportions of the macrotexture and microtexture on skid resistance were also calculated. Results show that five printed asphalt mixtures present good consistency in the microtexture with a roughness of about 100 nm. The impact of thin water film on the skid resistance is insignificant for real asphalt mixtures, while it is significant for printed mixtures. The printed specimens under dry conditions show a similar British pendulum number (BPN) with the real pavement specimens under wet conditions, while the BPN under wet conditions for printed specimens are much smaller than the real ones but follows a similar variation trend. Mean profile depth (MPD) values of four printed asphalt concrete (AC) mixtures are well linearly correlated with their BPN under dry and wet conditions, especially for wet conditions with the R2 of 0.91. The contribution proportion of macrotexture to the skid resistance is nearly 90% for the dry condition and about 50% for the wet condition.

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 enseignants0,032
Score d'incertitude au seuil0,336

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 Opus0,010
Tête enseignante GPT0,255
Écart entre enseignants0,245 · 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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetAsphalt Pavement Performance EvaluationTravaux en français237 207