MétaCan
Menu
Retour à la cohorte
Enregistrement W1976641981 · doi:10.1139/cjce-2013-0508

Life cycle environmental benefits of pavement surface maintenance

2014· article· en· W1976641981 sur OpenAlexafffundvenue
Luc Pellecuer, Gabriel J. Assaf, Michèle St-Jacques

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueSustainable Building Design and Assessment
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesMinistère des TransportsFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésGreenhouse gasSustainabilityLife-cycle assessmentEnvironmental impact assessmentPavement managementCost–benefit analysisDiscountingEnvironmental scienceTransport engineeringEnvironmental resource managementEngineeringEnvironmental economicsBusinessProduction (economics)

Résumé

récupéré en direct d'OpenAlex

To achieve sustainable road networks, long-term environmental costs and benefits should be recognized and incorporated in the decision making process of pavement management units. This paper provides an assessment of life cycle environmental benefits of pavement maintenance and discusses their incorporation in pavement management systems (PMS). A case study regarding a 1 km long section of an urban collector road shows that pavement surface maintenance provides environmental benefits ranging from $700 000 to $18 000 000 over a 40 year analysis period, depending on the maintenance treatment applied and the discount rate used. Preventive maintenance was found clearly more sustainable than corrective maintenance. Noise benefits represented the major component of the environmental benefits. Reversely, although pavement management practices often consider greenhouse gases, the results show that the reduction of greenhouse gas emissions due to pavement management strategies is minimal. The paper also discusses the incorporation of environmental costs in pavement management practices and highlights the importance of an appropriate discount rate, specific to environmental impacts and the need to assess the influence of the discounting method on the environmental benefits.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,161
Écart entre enseignants0,157 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetSustainable Building Design and AssessmentTravaux en français237 207