Determining Return on Long-Life Pavement Investments
Notice bibliographique
Résumé
It is becoming increasingly necessary in life-cycle analysis (LCA) of infrastructure assets, including pavements, to take a longer-term approach than has been used, mainly to ensure sustainability and assess the impacts of today's decisions accurately. LCA can include primarily life-cycle cost analysis (LCCA), but it also can include considerations of resource conservation, environmental impacts, energy balance, and so forth, and it can involve short-, medium-, and long-term periods. It is thus possible to develop a context for LCA of likely and uncertain societal activities, including transportation, over these periods. Conventional LCCA is directed toward comparing competing alternative investment strategies and can involve a range of stakeholders. Of the methods available, present worth of costs is almost exclusively used in the pavement field. However, when medium- to longer-term life-cycle periods are involved, rate-of-return and cost-effectiveness formulations can be applicable. A numerical example shows how an agency can determine the internal rate of return for two investment alternatives involving different pavement designs and a life-cycle period of 50 years. In addition, a cost-effectiveness example is provided for a sidewalk network, again with a life-cycle period of 50 years. Conventional LCCA for calculating present worth of costs will undoubtedly continue to be used in the pavement field as a primary tool. However, using a rate-of-return or cost-effectiveness formulation, especially for medium- to longer-term life-cycle periods, should be given more consideration.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».