Improving the Foundation Layers for Concrete Pavements: \nJointed Concrete Pavement Rehabilitation with Precast Concrete Pavement – \nCalifornia I-15 Field Study - TPF-5(183)
Notice bibliographique
Résumé
This report is one of the field project reports developed as part of the TPF-5(183) and FHWA DTFH 61-06-H-00011:WO18 studies. \nPrecast concrete pavement (PCP) systems can be an effective and safe repair/rehabilitation alternative to cast-in-place pavements for \nprojects in urban area highways with high traffic volumes where lane closures are a significant challenge. Based on these advantages \nand the success observed from accelerated pavement testing at a test site with PCP in San Bernardino, California, CalTrans opted for \nPCP rehabilitation over a four-mile section of I-15 near Ontario, California. The rehabilitation work involved removing an existing \npavement built in the 1970s and replacing with PCP panels. The existing pavement consisted of portland cement concrete (PCC) \npavement over cement treated base. PCPs were placed over 1.8 miles of the project and 34 intermittent panels. The total bid cost of the \nproject was about $51.9 million. PCP systems constituted approximately $4.6 million of the total construction cost. \nResults of field testing and observations by the SHRP2 R05 and CalTrans and the Iowa State University (ISU) research team are \nsummarized in this report. Results indicated that sections with PCP panels showed lower surface deflection values under falling weight \ndeflectometer (FWD) loading than sections with the old pavement. Presence of bedding grout beneath the PCP panels reduced the \nsurface deflections under FWD loading and showed less variability. PCP panels showed thin hair-line cracks several months after \nplacement and the cracked panels correlated well with areas that had problems with placement and leveling of the bedding material. \nFWD testing conducted on the cement treated base (CTB) layer beneath the pavement layer showed that the CTB layer had an average \nmoduli of over 7,200 MPa and subgrade layer had an average modulus of about 105 MPa and R-value of about 45.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; 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 ».