MétaCan
Menu
Retour à la cohorte
Enregistrement W2009040215 · doi:10.1680/coma.13.00014

Climate change-induced carbonation of concrete infrastructure

2013· article· en· W2009040215 sur OpenAlexaff
Sudip Talukdar, Nemkumar Banthia, John R. Grace, Stewart Cohen

Notice bibliographique

RevueProceedings of the Institution of Civil Engineers - Construction Materials · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete Corrosion and Durability
Établissements canadiensEnvironment and Climate Change CanadaUniversity of British ColumbiaBritish Columbia Institute of Technology
Organismes subventionnairesnon disponible
Mots-clésCarbonationClimate changeGreenhouse gasDurabilityEnvironmental scienceGlobal warmingNatural (archaeology)Environmental resource managementClimatologyNatural resource economicsGeographyEngineeringGeologyOceanographyComputer science

Résumé

récupéré en direct d'OpenAlex

There is a nearly unanimous consensus among scientists that increasing greenhouse gas emissions, primarily carbon dioxide generated by human activity, are effecting the Earth's climate. For many key parameters, the climate system is already moving beyond the patterns of natural variability within which our societies and economies have developed and thrived. These parameters include global mean surface temperature, sea-level, ocean and ice sheet dynamics, and extreme climatic events. There is a significant risk that many of the trends will accelerate, leading to an increasing risk of abrupt or irreversible climatic shifts. One overlooked area of research is the impact of climate change on concrete infrastructure. Concrete structures form an essential part of the world. Climate change could potentially affect the durability of concrete infrastructure. In this paper, the findings of a study at the University of British Columbia which demonstrate a long-term risk to the durability of steel-reinforced concrete structures in some parts of the world via accelerated carbonation-induced corrosion are presented. Research demonstrates that service lifespans of structures will be affected in the long term, with the need for earlier repairs unless the adverse effects of climate change are taken into account at the time of design.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,623

Scores Codex et Gemma par catégorie

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

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 Opus0,009
Tête enseignante GPT0,192
Écart entre enseignants0,183 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations11
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Civil Engineers - Construction MaterialsMême sujetConcrete Corrosion and DurabilityTravaux en français237 207