Pengaruh Kepadatan Lalu Lintas Terhadap Perkerasan Jalan di Jalan K.H. Abdul Halim (STA 0+000-STA 3+000)
Notice bibliographique
Résumé
Lalu lintas di atas permukaan jalan ditandai dengan beragam jenis kendaraan, yang dapat dipertimbangkan dalam desain perkerasan dengan menggunakan faktor truk untuk mengubah kerusakan yang disebabkan pada perkerasan menjadi kerusakan yang akan disebabkan oleh poros standar. Faktor truk untuk mengkonversi truk menjadi poros standar atau faktor ekivalen beban untuk mengubah poros menjadi poros standar didefinisikan dengan mempertimbangkan beban rata-rata untuk setiap poros. Proses ini mencakup kendaraan yang mengangkut beban poros di atas batas legal maksimum. Terdapat juga sejumlah besar kendaraan yang kelebihan beban dalam hal total berat kendaraan. Poros/kendaraan ini menyebabkan kerusakan signifikan pada perkerasan, yang meningkatkan biaya konstruksi dan rehabilitasi perkerasan. Oleh karena itu, studi ini menyelidiki dampak kendaraan yang kelebihan beban pada perkerasan jalan dengan mempelajari faktor truk untuk berbagai kasus kendaraan yang diterapkan pada sejumlah perkerasan yang terdiri dari lima ketebalan lapisan aspal berbeda dan lima modulus kekakuan subgrade yang berbeda. Penelitian ini menunjukkan bahwa kehadiran kendaraan yang kelebihan beban dapat meningkatkan biaya perkerasan lebih dari 100% dibandingkan dengan biaya yang sama untuk kendaraan yang mematuhi beban hukum.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,076 | 0,022 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».