Développement d'un outil d'estimation du profil longitudinal post-réhabilitation d'une chaussée flexible
Bibliographic record
Abstract
Depuis 1994, le ministère des Transports du Québec impose des spécifications contractuelles sur l’indice de rugosité international à la suite d’une réhabilitation ou d’une réfection d’une chaussée flexible. Cette intervention de planage et de ressurfaçage avec absence de correction des singularités manquerait à ces exigences contractuelles. \n \nCe mémoire décrit le développement d’un outil qui permet l’estimation du profil longitudinal post-réhabilitation d’une chaussée flexible. Cet outil numérique permet l’analyse des profils longitudinaux à différentes échelles fréquentielles, l’identification des sous-lots non conformes aux exigences contractuelles et l’estimation par filtrage de la qualité d’uni de la chaussée après ressurfaçage. \n \nDans le cadre de ce mémoire, le filtrage par seuillage d’ondelettes de Daubechies d’ordre 3 a été envisagé. L’étude des méthodes classiques d’estimation par seuillage nous a permis de développer un estimateur par seuillage adapté à une intervention de planage et de ressurfaçage, qui atténue les coefficients d’ondelette au-dessus d’un seuil calculé tout en accommodant la continuité fréquentielle. \n \nLes performances des opérateurs d’estimations décrits, par rapport au risque de l’estimation du profil longitudinal post-réhabilitation et l’indice de rugosité international, ainsi que la prédominance de la nouvelle loi sur les méthodes classiques seront mises en évidence dans une étude postérieure.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.013 | 0.031 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".