Notice bibliographique
Résumé
This article describes how the use of crumb rubber in an asphalt mix goes back 40 years, particularly in the U.S. Southwest, but the technology is growing in application throughout the world. The biggest factor is the realization that tire rubber can be used as a substitute to virgin polymers commonly used in asphalt. The switch from a virgin polymer to a tire rubber component is a driving factor for increased usage, and of course that is related to the cost of crude oil. As crude oil has increased, the cost of polymers has increased. Cost savings is the biggest issue in today’s market, with high asphalt prices and high polymer prices. Tire rubber’s been steady in price – very stable over the past 15 years. If state agencies are not using tire rubber routinely, at least they are developing a specification that they can use if there might be a shortage of polymers or if polymers become scarce or just too expensive. States once leery of noise-reducing rubberized asphalt in open graded friction courses, due to negative experiences with failing binders in the ‘80s, are increasingly accepting the benefits of the elasticized asphalt in such applications. Many are taking a second look, maybe even a third look, at these mixes. When contractors are substituting tire rubber for polymers, they are saving the state’s department of transportation anywhere from $2 to $5 per ton of mix. It adds up. On big projects, you can save anywhere from $50,000 to $250,000 rather quickly. This could result in a fund-strapped agency, local or state, being able to complete one additional project per year than otherwise possible. Back in rural Ontario, where healthy skepticism and vocal opinions on most issues have never gone out of vogue, today there’s more than just the universal desire for more roadwork, but an actual enthusiasm for what that additional paving job should entail.
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 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».