AASHTO 1993 Plus: an alternative procedure for the calculation of structural asphalt layer coefficients
Notice bibliographique
Résumé
Many road agencies worldwide still use the empirical AASHTO 1993 pavement design method. Since the release of the AASHTO 1993 design guide, many aspects of pavement design have changed, including asphalt material properties, traffic, environmental factors, etc. However, many agencies use a single layer coefficient for asphalt mixtures and pavements are currently designed with inaccurate values, as proved by many. This paper presents a four-step procedure (called AASHTO 93 Plus method) to determine structural layer coefficients of asphalt mixtures. The AASHTO 93 Plus method considers viscoelasticity and temperature-dependency of asphalt mixtures to estimate the layer coefficient. Five-hundred-eighteen (518) flexible pavements from USA and Canada roads and 1599 HMAs from the Long-Term Pavement Performance (LTPP) database were analyzed. The results showed that the new material-specific layer coefficients were well above the typical value of 0.44. The total number of 3,726 IRI data records of these 518 pavements were converted to PSI and then compared to those obtained from the traditional AASHTO 93 and AASHTO 93 Plus methods for validation. Results confirmed that the conventional AASHTO 93 method predicts faster deterioration of pavement conditions over time, while the results of AASHTO 93 Plus method better aligned with the field data.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,004 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».