El Espectro de carga para validar la carga de tráfico acumulada calculado por la AASHTO-93
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
El trabajo de investigación denominado " El Espectro de carga para validar la carga de tráfico acumulada calculado por la AASHTO-93” tuvo como objetivo determinar, ajustar y validar la Carga del Tráfico vehicular y la ecuación de la AASHTO-93 por medio del Espectro de Carga, a fin de ser adoptado para la normativa por el MTC. El AASHTO-93 es un Método Empírico para el diseño de pavimentos, desarrollado y calibrado en las pistas de prueba en Ottawa, estado de Illinois, Estados Unidos. Es de fundamental importancia validar el método AASHTO-93 para el Perú, mediante el uso de los modernos métodos Empíricos-Mecanicistas para realizar diseños acordes con nuestra realidad de tráfico y carga vehicular. La investigación fue de tipo aplicada, el método correlacional, el diseño es no experimental, la técnica es por observación y el instrumento son fichas de registros retrolectivo del tráfico y carga. La población es la Red Vial Nacional pavimentada con asfalto, 13 307 km del cual se tomó intencionalmente una muestra de 36 km con registros de tráfico de 7 años: 2012 a 2018 en la estación Ccatuyo de la carretera IIRSA Sur, Tramo 4, Km 100+000 al 136+000. Los resultados del estudio muestran que los espectros de carga determinan el tráfico característico de la carretera para cualquier año (R>0.98). Por otra parte, se ajustó las ecuaciones de Carga de tráfico de manera coherente con el método AASHTO-93, y finalmente Se determinó el valor de So= 1.29 (corrección del tráfico) el cual valida la ecuación de la AASHTO-93 y debe modificar el So (So= 0.45) de nuestra actual normativa.
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.
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 | 0,007 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle