MétaCan
Menu
Retour à la cohorte
Enregistrement W613700408

Ontario's Move to Hot Mix Asphalt Pavement Smoothness Acceptance Using High Speed Inertial Profilers

2013· article· en· W613700408 sur OpenAlexaboutno aff
S Tabib, C Raymond, A Brown, P Marks

Notice bibliographique

Revue2013 CONFERENCE AND EXHIBITION OF THE TRANSPORTATION ASSOCIATION OF CANADA - TRANSPORTATION: BETTER - FASTER - SAFER · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueInfrastructure Maintenance and Monitoring
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSmoothnessAsphaltInternational Roughness IndexRide qualitySurface finishEngineeringAsphalt pavementTransport engineeringAutomotive engineeringMechanical engineeringMathematicsGeographyCartography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Ministry of Transportation Ontario (MTO) implemented a smoothness specification for newly constructed hot mix asphalt paving in 1997. Up until 2010, the smoothness of new asphaltic pavements was accepted based on Profile Index (PI), measured by California profilographs. These 7.6 m long manual profilographs are operated at walking speed, measure one wheel path at a time and require lane closures. Therefore, MTO and the Ontario hot mix asphalt industry sought an alternative device that would be faster and safer to operate, alleviating the need for lane closures. MTO adopted the ProVAL software program to calculate International Roughness Index (IRI) and identify localized roughness. This paper presents the transition from the TxDOT algorithm in ProVAL to the Smoothness Assurance Module (SAM) of ProVAL version 3 to identify localized roughness. In the 2010 and 2011 construction seasons, MTO conducted extensive analyses in collaboration with the Ontario hot mix asphalt industry to develop comparable acceptance thresholds between the two algorithms. From these analyses, a two-category payment reduction system was developed, to replace the former three-category system, for localized roughness. This paper reports on studies supporting the transition from California profilographs to high speed inertial profilers, and the analysis that led to development of acceptance criteria for localized roughness based on the ProVAL Smoothness Assurance Module. The paper also provides an overview of the challenges that were faced during implementation of high speed profilers and how they were overcome. For the covering abstract of this conference see ITRD record number 201310RT334E.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,216
Score d'incertitude au seuil0,434

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,008
Tête enseignante GPT0,186
Écart entre enseignants0,178 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2013 CONFERENCE AND EXHIBITION OF THE TRANSPORTATION ASSOCIATION OF CANADA - TRANSPORTATION: BETTER - FASTER - SAFERMême sujetInfrastructure Maintenance and MonitoringTravaux en français237 207