MétaCan
Menu
Retour à la cohorte
Enregistrement W824122793

Implementation of the Mechanistic-Empirical Design Guide for Canadian Municipal Pavements

2006· article· en· W824122793 sur OpenAlexaboutno aff
D. J. Swan, C Olidis, M Berkovitz

Notice bibliographique

Revue10TH INTERNATIONAL CONFERENCE ON ASPHALT PAVEMENTS - AUGUST 12 TO 17, 2006, QUEBEC CITY, CANADA · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTransport engineeringCivil engineeringEngineeringEmpirical researchRutFatigue crackingGeographyAsphaltCartography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The City of Toronto maintains a network of about 5,200 centreline-kilometres of roads and over 250 centreline-kilometres of laneways. This pavement infrastructure has been constructed, maintained, and enhanced over more than 100 years. Over the past several decades, fuelled by research and other technological advancements in the pavement engineering field, a gradual shift is being observed in terms of how pavements and pavement materials are designed, tested, evaluated, constructed, and managed. As part of this effort, pavement design is transitioning from an empirical to a mechanistic-empirical realm. The U.S. National Cooperative Highway Research Program (NCHRP) Project 1-37A was issued to develop a new pavement design guide based on mechanistic-empirical principals. This paper describes the implementation of the Mechanistic-Empirical Pavement Design Guide (ME PDG) procedures for a municipal roadway network in the City of Toronto, Canada in accordance with the principles set out in the ME PDG. The results show that the pavement performance is adequately modeled for fatigue and thermal cracking, but that the roughness and deformation models do not apply well in the municipal setting.

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)0,007
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,303
Score d'incertitude au seuil0,610

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0030,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,063
Tête enseignante GPT0,326
Écart entre enseignants0,263 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue10TH INTERNATIONAL CONFERENCE ON ASPHALT PAVEMENTS - AUGUST 12 TO 17, 2006, QUEBEC CITY, CANADAMême sujetAsphalt Pavement Performance EvaluationTravaux en français237 207