Conséquences énergétiques et environnementales de \nl'utilisation des enrobés tièdes lors de la construction des \nroutes \n
Bibliographic record
Abstract
Le but de l'étude présentée dans ce mémoire est d'évaluer l'impact environnemental et énergétique de la fabrication d'enrobés tièdes à base d'un additif utilisé aujourd'hui au Québec, I'Evotherm® DAT H5. Les gains réels apportés par ces technologies tièdes étant mal connus, cette étude se propose de les évaluer de façon plus claire. La recherche s'articule d'une part sur une évaluation comparative des performances techniques en laboratoire de formules d'enrobés actuellement utilisées par l'entreprise DJL, partenaire de cette étude, et d'autre part sur des simulations énergétiques effectuées avec un logiciel écocomparateur développé par la firme Eurovia en France, dont DJL est une des filiales. Les résultats des simulations sont comparés à des mesures de consommation de ressources énergétiques et d'émissions de gaz effectuées par Eurovia lors d'un chantier en 2009. \n \nLes essais en laboratoire ont porté sur quatre formules d'enrobé de type ESG-10 faisant intervenir trois types de bitume différents. La baisse de température appliquée était de sooc par rapport à la température nominale de fabrication à chaud. Cette dernière dépend du grade de bitume utilisé. Les simulations informatiques reprennent les données de fabrication recueillies en centrale afin de pouvoir mener une comparaison des résultats. \n \nIl est apparu au final que l'utilisation d'enrobés tièdes à I'Evotherm® est bénéfique pour l'environnement, et permet une réduction globale du recours aux ressources énergétiques non renouvelables. Les résultats de performances en laboratoire, propriété de l'entreprise et non divulguables permettront de juger si malgré ces gains, les enrobés tièdes ont un avenir au Québec.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".