Use of Ground Penetrating Radar to Determine an In-Situ HMAC Surface Course Lift Thickness Profile: A Case Study - Highway 401, Trenton, Ontario
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The Ontario Ministry of Transportation (MTO) retained Stantec Consulting to complete a Ground Penetrating Radar (GPR) survey with the intent of identifying the thickness of the surface course on Highway 401, from 500 m west of the Trent River Bridge, in Trenton Ontario, westerly 11.7 km. The GPR survey was completed in the eastbound and westbound travel lanes to determine the pavement layer surface course profiles. The surface course on this section of Highway 401 consisted of a Dense Friction Course (DFC) which was delaminating at a number of locations. The application of GPR technology used on this project was considered non-conventional since the survey equipment was used to isolate the surface layer from the rest of the bituminous pavement layer. Additionally, core data was used to calibrate and validate the GPR thickness data. The GPR data was checked for quality and processed using RADAN 6.5, an advanced GPR data reduction software developed by GSSI. The GPR data was calibrated using ground truth information obtained by cores that were extracted along Highway 401 within the project limits. This paper will discuss the specialized GPR equipment setup and survey/analysis methods used for this case study project. Ultimately, a near continuous depth profile on the surface course asphalt was determined. Considering deficient lift thickness as the primary causation, this data was used to determine the extent of pressing repair needs which in turn was used to structure a preventative pavement intervention. For the covering abstract of this conference see ITRD record number 201211RT334E.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle