Life Cycle Cost Analysis of Pavements: State-of-the-Practice
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Life Cycle Cost Analysis (LCCA) is performed by transportation agencies in the design phase of transportation projects in order to be able to implement more economical strategies, to support decision processes in pavement type selection (flexible or rigid) and also to assess the relative costs of different rehabilitation options within each type of pavement. However, most of the input parameters are inherently uncertain. In order to implement the LCCA process in a reliable and trustworthy manner, this uncertainty must be addressed. This thesis summarizes a through research that aims at improving the existing LCCA approach for South Carolina Department of Transportation (SCDOT) by developing a better understanding of the parameters used in the analysis. In order to achieve this, a comprehensive literature review was first conducted to collect information from various academic and industrial sources. After that, two surveys were conducted to survey the state-of-the-practice of LCCA across the 50 U.S. Departments of Transportation (DOTs) and Canada. The questionnaires were designed to gauge the level of LCCA activity in different states as well as to solicit information on specific approaches that each state is taking for pavement type selection. The responses obtained from the web surveys were analyzed to observe the trends regarding the various input parameters that feed into the LCCA process. The results were combined with the additional resources in order to analyze the challenges to implementing the LCCA approach. The survey results showed LCCA is used widely among transportation agencies. However, the extent of the analysis varies widely and is presented here.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle