Incorporating Flood Hazards into Pavement Sustainability Assessment
Notice bibliographique
Résumé
The functional and structural performance of pavement infrastructures are at risk from climate change impacts. However, past sustainability assessment studies do not consider how the performance of infrastructure will be affected by a changing climate. The goal of this research is to investigate the impacts of flooding in a unified assessment of the resilience and sustainability of pavement. A case study of concrete pavement was evaluated for scenarios with and without flooding. The AASHTOWare Pavement ME design program was used to simulate the structural performance of typical jointed plain concrete pavement (JPCP) designs for collector roads in Canada. Predicted performance was used in the resilience and sustainability assessment under scenarios with and without flooding. The damage ratio and cost of damage were assessed to quantify the resilience of concrete pavement to floods. Life cycle costs and environmental impacts were compared across a climate change scenario with consideration of maintenance and rehabilitation activities. Results reveal that a typical Ontario JPCP design with structural slab thickness < 200 mm is less resilient than the Manitoba design for collector roads, but the 25 mm slab thickness difference in Manitoba design can lead to 50% change in damage ratio and damage cost. When estimating the social cost associated with greenhouse gas and air pollutant emissions, the additional environmental impact resulting from flooding for the Ontario road is almost seven times that of the Manitoba road. However, the life cycle economic cost and environmental impact do not yield an overall benefit with increased slab thickness.
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».