Comportamiento mecánico de mezclas asfálticas tipo superpave y sma
Notice bibliographique
Résumé
In U.S. Asphalt mixtures have typically been designed with empirical laboratory design procedures, meaning that field experience is required to determine if the laboratory analysis correlates with pavement performance. However, even with proper adherence to these procedures and the development of mix design criteria, good performance could not be assured.\nThe Superpave is a product of the Strategic Highway Research Program, SHRP. The SHRP was established by U.S. Congress in 1987, $500 million research program to improve the performance, durability of road and the development of performance based asphalt specifications to directly relate laboratory analysis with field performance.\nThe Superpave is being implemented by Americans agencies to replace the Marshall and Hveem design methods. The Superpave system optimizes mixture resistance to permanent deformation, fatigue cracking and low temperature cracking.\nIn the early 1960, the European asphalt industry recognized a critical need for pavements that would be resistant to permanent deformation and the various pavement distresses associated with heavy traffic and low temperature. In response to the need, contractors developed Stone Mastic Asphalt, SMA a gap graded mix containing increased amounts of gravel, mineral filler and asphalt cement as well as decreased amounts of sand. This mixture proved so successful in Germany that its use was continued throughout Europe and currently in USA and Canada.\nThe thesis presents the results of investigations at National University of Engineering for the application of the Superpave and SMA in Peru.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».