Quantifying Environmental Costs for Sustainable Pavement Management
Notice bibliographique
Résumé
We quantify the effect of Ontario's provincial transportation infrastructure decisions on multipollutant exposures, impacts, and life-cycle costs. A variety of evidence shows that roadway construction and maintenance affect human health and climate change via emissions of air pollutants and greenhouse gases. With recent policy shifts, provincial transportation decision-makers are focused on the role of roadway design and maintenance on these environmental exposures; however, they lack appropriate tools to incorporate them into decisions. Here, we present a decision-making tool that quantifies the health, environmental, and economic impacts of construction, maintenance, and rehabilitation of roads and highways. We examine various pavement design and management approaches, including standard practices, and innovations to processes and materials. We estimate multipollutant emissions, including (CO2, NOx, SO2, PM2.5, CO). We review literature that connects these exposures to health and economic impacts directly through marginal damage estimates. Current literature estimates for the cost of emitting a single metric tonne of fine particulate matter range between $600 and $50,000 (2010 CAD) depending on the impacts considered and the cost measures used. Preliminary findings for environmental costs of emissions from new-construction of a double-lane, one-kilometre road range between $300 to $50,00 for asphalt roads and $3000 to $400,00 (2010 CAD) for concrete roads. In this research, we expand on these findings and quantify contributions of uncertainty from exposures, exposure-response, and economic impacts. These findings allow infrastructure managers to account for health-related impacts of environmental exposures, including air pollutants and greenhouse gases, and thus to design more sustainable solutions.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| 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 | 0,000 |
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 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 ».