Taxonomy of uncertainty in environmental life cycle assessment of infrastructure projects
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Environmental life cycle assessment (LCA) is increasingly being used to evaluate infrastructure products and to inform their funding, design and construction. As such, recognition of study limitations and consideration of uncertainty are needed; however, most infrastructure LCAs still report deterministic values. Compared to other LCA subfields, infrastructure LCA has developed relatively recently and lags in adopting uncertainty analysis. This paper presents four broad categories of infrastructure LCA uncertainty. These contain 11 drivers focusing on differences between infrastructure and manufactured products. Identified categories and drivers are: application of ISO 14040/14044 standards (functional unit, reference flow, boundaries of analysis); spatiotemporal realities underlying physical construction (geography, local context, manufacturing time); nature of the construction industry (repetition of production, scale, and division of responsibilities); and characteristics of infrastructure projects (agglomeration of other products, and recurring embodied energy). Infrastructure products are typically large, one-off projects with no two being exactly alike in terms of form, function, temporal or spatial context. As a result, strong variability between products is the norm and much of the uncertainty is irreducible. Given the inability to make significant changes to an infrastructure project ex-post and the unique nature of infrastructure, ex-ante analysis is of particular importance. This paper articulates the key drivers of infrastructure specific LCA uncertainty laying the foundation for future refinement of uncertainty consideration for infrastructure. As LCA becomes an increasingly influential tool in decision making for infrastructure, uncertainty analysis must be standard practice, or we risk undermining the fundamental goal of reduced real-world negative environmental impacts.
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.
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 | 0,001 |
| 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 découle