MétaCan
Menu
Retour à la cohorte
Enregistrement W7125215660 · doi:10.18280/mmep.121219

Mechanical and Durability Performance of Dry-Process Hybrid LDPE-PET Modified Hot-Mix Asphalt

2025· article· W7125215660 sur OpenAlexvenueno aff
Anwer M. Ali, Mustafa Q. Khalid, Omar Almashhadany, Ahmed D. Abdulateef, Mustafa M. Ihssan

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2025
Typearticle
Langue
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDurabilityAsphaltCreepDeformation (meteorology)Cracking

Résumé

récupéré en direct d'OpenAlex

Plastic waste valorization has increased interest in using low-density polyethylene (LDPE) and polyethylene terephthalate (PET) in hot mix asphalt (HMA), yet their combined behavior under dry processing remains largely undocumented, especially for hot-climate pavements.Twelve mixtures containing 4-10% LDPE-PET blends (< 2 mm) were prepared to examine hybrid dry process modification of HMA.Marshall stability and flow, volumetric properties, indirect tensile strength (ITS), and tensile strength ratio (TSR) were used to assess performance.The control mix recorded a Marshall stability of 10.78 kN, an ITS850 kPa, and a TSR of 83%.LDPE enhanced cohesion and compaction, whereas PET contributed stiffness at moderate contents; when combined, they produced a balanced effect with LDPE providing uniform coating and PET serving as dispersed reinforcement.Statistical analysis confirmed significant differences among mixtures (p < 0.001) and identified the LDPE5-PET3 blend at 8% total polymer as the most effective, achieving approximately 17% higher stability, 14% higher ITS, and a TSR of about 93%, while maintaining acceptable flow values and a favorable void structure.Systems dominated by PET or containing 10% polymer exhibited reduced compressibility and lower moisture resistance.The paper gives a practical range of dosages for hybrid modification of HMA.Although laboratory testing has inherent limitations, the results offer valuable insights for future research on performance improvement and the utilization of recycled plastic waste.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,450
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,022
Tête enseignante GPT0,239
Écart entre enseignants0,216 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling and Engineering ProblemsMême sujetAsphalt Pavement Performance EvaluationTravaux en français237 207