Correlación del IRI - PSI - PCI del pavimento flexible de la av. José María Arguedas del distrito de San Jerónimo - Andahuaylas 2022
Bibliographic record
Abstract
Este trabajo de investigación planteó como objetivo principal el \ndeterminar la correlación del IRI - PSI – PCI para medir la influencia de fallas \nsuperficiales del pavimento flexible en el servicio de acuerdo de la Av. José \nMaría Arguedas del distrito de San Jerónimo - Andahuaylas 2022. La \ninvestigación es exploratoria porque busca ampliar el conocimiento mediante \nun enfoque sistemático y metódico, con el propósito de orientar hacia la \nobtención de nuevo conocimiento. Se discurre que la exploración \ninvestigativa, es de tipo aplicativo descriptivo por estar sujeta una evaluación \ndirecta a través de la observación del cual se obtendrá un resultado. \nDe acuerdo a los resultados obtenidos se concluye que conforme a \nPearson de 0,692 que corresponde al nivel positivo considerable, además \ncomo el Sig.=0,00 es menor a 0,05; por tanto se llega a demostrar que existe \ncorrelación entre la Condición en la medición de las fallas superficiales del \npavimento flexible y la Rugosidad. Las fallas superficiales del pavimento \nflexible influyen en Rugosidad de la Av. José María Arguedas del distrito de \nSan Jerónimo - Andahuaylas 2022. De igual forma, conforme a Pearson de \n0,588 que corresponde al nivel positivo considerable, además como el \nSig.=0,00 es menor a 0,05; por tanto se llega a demostrar que existe \ncorrelación entre la Rugosidad y la Serviciabilidad. La Rugosidad afecta en la \nServiciabilidad de la Av. José María Arguedas del distrito de San Jerónimo - \nAndahuaylas 2022. Por último conforme a Pearson llega a demostrar que \nexiste correlación entre la Condición en la medición de las fallas superficiales \ndel pavimento flexible, la Rugosidad y la Serviciabilidad. Se llega a determinar \nque las fallas superficiales afecta en la Rugosidad y esta afecta en la \nServiciabilidad de la Av. José María Arguedas del distrito de San Jerónimo - \nAndahuaylas 2022.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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 teacher head, 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".