Life-cycle cost assessment model for fiber reinforced polymer bridge deck panels
Notice bibliographique
Résumé
To enhance the application of fiber reinforced polymer (FRP) bridge deck panels in the infrastructure area, a practical method is required that would allow probable assessment of the life-cycle cost of advanced composite applications in construction compared with that of conventional materials, at various discount rates, while integrating the available reference data. The overall objective of this research is to develop a performance-based probable life-cycle cost assessment model for FRP bridge deck panels. The life-cycle cost assessment model for FRP bridge deck panels comprises a life-cycle performance module (module-1) and a life-cycle cost optimization module (module-2). The model thus developed in this paper can then be used for other applications of composites in construction. The objective of module-1 is to develop an analytical model that is capable of predicting the structural deterioration over time to assess the deterioration rating per year of FRP bridge deck panels. The objective of module-2 is to develop an analytical model that is capable of assessing the optimal life-cycle cost of FRP bridge deck panels. Three case studies were conducted to validate the logic and results of the process algorithm for the life-cycle cost assessment. The model will be very helpful for the construction industry in evaluating various material options and to justify or deny the feasibility of using composite materials on specific construction projects. Since the life-cycle cost assessment of composite materials in construction has not been dealt with as proposed, it is anticipated that many of the procedures and systems mentioned would include fundamental research and possible innovations.Key words: fiber reinforced materials, Monte Carlo method, life-cycle cost, performance valuation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».