Notice bibliographique
Résumé
One of the important and major defects seen in asphalt pavement is rutting or permanent deformation.Given the recent reports, millions of dollars are paid for repairing rutted pavements.The only solution for this problem is to evaluate the mixture quality in design stage.In present work, the prediction of asphalt mixtures behavior was studied using additives and such a behavior was related to one of rapid pavement test tools (wheel track).Uniaxial dynamic creep test was employed to evaluate mixtures behavior versus iterated load as well as to find creep parameters and to specify flow number in asphalt samples.In recent decades, the polymer and nanoparticles are widely used to modify the bitumen used in road pavements so that using modified bitumen in the asphalt, road construction executives have significantly increased service life of roads and thereby improved the operational life of them.The bitumen used in asphalt mixtures composes a very low weight value of this mixture (4-6%) but has a considerable effect on the asphalt efficiency.In this study, SBS polymer (as a modifier of thermoplastic elastomer with diverse weights (4-6%)) was mixed with MWNT carbon nanotubes having 1-3% weights and 60-70 bitumen of Tehran refinery and the corresponding effect was studied on diverse properties of asphalt mixtures.Conducting dynamic creep and wheel track tests, adding nanotube was found to have a significant impact on rut depth reduction and rutting strength increase.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,918 | 0,917 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».