ANALYSIS OF PAVEMENT CONDITION INDEX DUE TO CLIMATE FACTORS FOR REGENCY ROAD
Notice bibliographique
Résumé
Rodney van der Ree, Jochen A. G. Jaeger, Edgar A. van der Grift and Anthony P. Clevenger Effects of Roads and Traffic on Wildlife Populations and Landscape Function: Road Ecology is Moving toward Larger Scales (Mar 2011). \nGroup IPA. Pavement Asset Management Guidance Condition Surveying and Rating - Drainage. 2014;(December):1–13. \nReclamation USB. Drainage Manual. 2007;420. \nModul RDE 08: Traffic Engineerin 2005. \nDimitrios J., Maria F. Sustainable development variables to assess transport infrastructure in remote destination. 2016 \nAtlantis Highlights in Engineering (AHE), volume 1Copyright © 2018, the Authors. Published by Atlantis Press. This is an open access article under the CC BY-NC license (http://creativecommons.org/licenses/by-nc/4.0/).International Conference on Science and Technology (ICST 2018 \nSholichin and A. Rumintang, “Relation analysis of road damage with excessive vehicles load on Kalianak road Surabaya,” J. Phys.: Conf. \nSer., vol. 953, pp. 012231_1- 012231_5, 2016. \nEvaluation and Maintenance of Road Damage in Sidotopo Surabaya Road Using Pavement Condition \nIndex (PCI) Method. (http://creativecommons.org/licenses/by-nc/4.0/).International Conference on Science and Technology (ICST 2018). \nM. Tariq, S.S. Pimplikar, “A Comparative Study on Pavement Condition Rating Methods for Flexible Roads,” IJEDR, vol. 5, pp. 2321, 2017. \nP. Babashamsi, N. Izzi, H. Ceylan and N. Ghani. ScienceDirect Evaluation of pavement life cycle cost analysis : Review and analysis. Int J Pavement Res Technol [Internet]. 2016;9:241–54. Retrieved from: \nFMA. Karim, KAH. Rubasi and AA. Saleh.The Road Pavement Condition Index (PCI) Evaluation and Maintenance: A Case Study of Yemen. Organ Technol Manage Constar an Int J [Internet]. 2016;8(1):1446–55. \nD. Hein and R. Burak. Development of a pavement condition rating procedure for interlocking concrete pavements. 2007 Annu Conf Transp Assoc Canada Trans - An Econ Enabler, TAC/ATC 2007. 2007;1–11. \nAO. Yisa, G. Lazhi and Paul D. Bad Drainage and Its Effects on Road Pavement Conditions in Nigeria. Civ Environ Res. 2013;3(10):7–16. \nMNU. Mia, T. Henning and S. Costello. Life cycle cost analysis to identify the need for drainage renewal in maintenance of road asset: Case Studies from a New Zealand road network. 9th Int Conf Manage Pavement Assets. 2015;5165 (Abstract 230). \nAmerican Association of State Highway and Transportation Officials, A Policy on Geometric Design of Highway and Streets, Washington DC, 1990. \nTransportation Research Board, National Research Council, Highway Capacity Manual, Special Report, Washington DC, 1985. \nKadiyali, L.R., Traffic Engineering and Transport Planning, Kanna Publisher, Delhi, 1978. \nDepartemen Pekerjaan Umum, Direktorat Jenderal Bina Marga, Manual Kapasitas Jalan Indonesia (MKJI), Jakarta, Februari 1997. \nDepartemen Pekerjaan Umum, Direktorat Jenderal Bina Marga, Tata Cara Perencanaan Geometrik Jalan Antar Kota, Jakarta, September 1997 \nP. Babashamsi, N. Izzi, H. Ceylan and N. Ghani. ScienceDirect Evaluation of pavement life cycle cost analysis : Review and analysis. Int J Pavement Res Technol [Internet]. 2
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,000 |
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.
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 tête enseignante, 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 ».