MétaCan
Menu
Retour à la cohorte
Enregistrement W629362891

Current State of the Pavement Warranty in the United States and Canada

2012· article· en· W629362891 sur OpenAlexaboutno aff
Amin El Gendy, Yan Qi, Feng Wang

Notice bibliographique

RevueTransportation Research Board 91st Annual MeetingTransportation Research Board · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueInfrastructure Maintenance and Monitoring
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWarrantyState (computer science)Agency (philosophy)BusinessEngineeringTransport engineeringForensic engineeringComputer sciencePolitical scienceSociologyLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Pavement warranties are implemented by many states as a way to enhance pavement performance, reduce agency costs, and preserve pavement construction. This paper discusses the results of an online questionnaire that was conducted by Jackson State University to review the recent state of practice of warranty specifications in the United States and Canada. From the 34 states that responded to the questionnaire, Florida, Illinois, Indiana, Louisiana, Mississippi, Pennsylvania, and Wisconsin from the United States and British Columbia and Nova Scotia from Canada have pavement warranties on projects. The rest of the states are not planning to adopt pavement warranties in the near future. Although the literature showed some warranty projects in Maine, Minnesota, and New Mexico, they currently do not have pavement warranties on new projects. The paper summarizes and updates pavement warranty information in the United States and Canada based on the states participating in the questionnaire. Although individual state departments of transportation (DOTs) developed their own warranty specifications, which varied in terms of warranty type, warranty period, warranty items, performance evaluation method, etc., similarities are found in the sequence of warranty procedures and components that make up the pavement warranty program.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,298
Score d'incertitude au seuil0,703

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,029
Tête enseignante GPT0,315
Écart entre enseignants0,286 · 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 tête enseignante, 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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransportation Research Board 91st Annual MeetingTransportation Research BoardMême sujetInfrastructure Maintenance and MonitoringTravaux en français237 207