Formulation d'enrobés bitumineux de type ESG10 et GB20 avec incorporation de particules de verre
Bibliographic record
Abstract
Présentement au Québec, la majorité du verre que nous recyclons se retrouve par la suite dans les centres d’enfouissement. En fait, cette situation est essentiellement causée par la presence de verre mixte qui ne peut être exploité pour fabriquer de nouveaux produits, car il est constitué de plusieurs types de verre. Le verre mixte se crée essentiellement lorsque les différentes bouteilles et contenants se brisent et se mélangent lors du transport vers les centres de tri. Étant donné que le prix de vente aux centres de transformation est trop élevé, les entreprises s’en départissent comme ils le peuvent et les centres d’enfouissement sont souvent l’alternative la plus économique. Pour contrer ce problème, un projet d’envergure en collaboration avec la Société des Alcools du Québec (SAQ) et visant la récupération du verre a été mis en place au Laboratoire des Chaussées et Matériaux Bitumineux (LCMB) de l’École de technologie supérieure (ÉTS). \n \nCe mémoire vise à évaluer la faisabilité d’incorporer des particules de verre dans les enrobes bitumineux afin d’obtenir des propriétés semblables ou meilleures aux enrobés conventionnels. Pour ce faire, deux types d’enrobés ont été étudiés soit, un ESG10 qui est un enrobé utilisé en couche de roulement et un GB20 qui est utilisé comme couche de base. Pour le ESG10 et le GB20, un enrobé conventionnel ainsi que des enrobés contenant 10% de verre recyclé, et dont certains ont subis une réduction de la teneur en bitume, ont été fabriqués. Pour tous les enrobés, la performance a été évaluée selon trois critères : 1) l’aptitude au compactage à la PCG, 2) la résistance à l’orniérage et, 3) le module complexe. \n \nLes résultats expérimentaux ont entre autres montré une meilleure performance à l’orniérage des enrobés avec verre lorsqu’il y a réduction de la teneur en bitume comparativement à l’enrobé de référence. Également, on constate que l’ajout de particules de verre n’a pas d’effets significatifs sur la rigidité de l’enrobé. On remarque aussi que l’aptitude au compactage est semblable entre l’enrobé conventionnel et un enrobé avec verre contenant le même volume de bitume effectif. Globalement, la faisabilité d’incorporer des particules de verre dans un enrobe de type ESG10 et GB20 a été prouvée.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".