MétaCan
Menu
Retour à la cohorte
Enregistrement W7043351229

Results of Long-Term Pavement Performance SPS-3 Analysis: Preventive Maintenance of Flexible Pavements : [techbrief]

2011· other· en· W7043351229 sur OpenAlexaboutno aff

Notice bibliographique

RevueRosa P: A digital library for transportation research (United States Department of Transportation) · 2011
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesFederal Highway Administration
Mots-clésSubgradeOverlayPreventive maintenanceAsphalt pavementPavement engineeringAsphaltHighway maintenanceControl (management)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,298
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRosa P: A digital library for transportation research (United States Department of Transportation)Travaux en français237 207