Results of Long-Term Pavement Performance SPS-3 Analysis: Preventive Maintenance of Flexible Pavements : [techbrief]
Notice bibliographique
Résumé
This document is a technical summary of the Federal Highway Administration report, Impact of Design Features on Pavement Response and Performance in Rehabilitated Flexible and Rigid Pavements (FHWA-HRT-10-066). Rehabilitation and pavement preservation represent the majority of pavement construction activity in the United States. Preventive maintenance includes treatments that are applied to pavements primarily to delay development of and mitigate existing distresses. These treatments focus on improving pavement functional performance and prolonging pavement life, not on improving the structural capacity. Selecting the appropriate maintenance technique and treatment application timing form the basis of a preventive maintenance practice. In addition to a nontreated control section, the Specific Pavement Study (SPS)-3 experiment included the following four maintenance treatment alternatives: Thin hot mix asphalt overlay (typically 1 inch (25.4 mm) or less). Slurry seal. Crack seal. Chip seal. Additionally, each site was categorized according to the following five design factors: Moisture (wet or dry climate). Temperature (freeze or no-freeze zone). Subgrade type (fine grained or coarse grained). Traffic loading (low or high). Existing pavement condition (good, fair, or poor). This experimental design resulted in 48 different experimental combinations of factors. In total, 33 States and Canadian Provinces participated in the experiment, and 81 sites were constructed and monitored for the assessment.\n
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».