MétaCan
Menu
Retour à la cohorte
Enregistrement W62372795

Optimizing Crumb Rubber Modifiers (CRM) and Reclaimed Asphalt Pavements (RAP) in Typical Ontario Hot Mix Asphalt

2013· article· en· W62372795 sur OpenAlexaboutno aff
D Ambaiowei, Sl Tighe

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCrumb rubberGradationScrapAsphaltAsphalt pavementAggregate (composite)Waste managementCompactionCoringNatural rubberCrackingEnvironmental scienceReuseRutEngineeringMaterials scienceGeotechnical engineeringComposite materialMetallurgy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Genuine sustainability begins with reduction enhanced by a culture of reusing and recycling waste materials. Rather than destroy or discard scrap rubber tires and Reclaimed Asphalt Pavement (RAP) in landfills, both materials have been successfully engineered to improve the mechanical properties of Hot Mix Asphalt (HMA) mixtures. These waste materials are used by select transportation agencies in Canada. However, in comparison to current supply, the percentage used in Ontario is rather conservative. The objective of this paper is to evaluate the use of higher percentages of Crumb Rubber Modifiers (CRM), a by-product of scrap rubber tires, and RAP in typical Ontario HMA. This paper uses the Superpave mix designs system to characterize and compare the low-temperature cracking performance of RAP and CRM in HMA. The effects of the different binder grades, RAP content, and CRM incorporation methods on the fracture parameters of the HMA mixtures are examined. The influence of mix volumetric, aggregate gradation, binder aging, and laboratory compaction method were also observed. Test results demonstrate that the wet-process of incorporating CRM in HMA is effective, and that typical Ontario HMA mixtures incorporating high RAP and CRM percentages can withstand thermal cracks arising from low temperatures. (A) For the covering abstract of this conference see ITRD record number 201402RT334E.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,850
Score d'incertitude au seuil0,299

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,023
Tête enseignante GPT0,235
Écart entre enseignants0,211 · 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'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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAsphalt Pavement Performance EvaluationTravaux en français237 207