Assessing the long term effects on climate change of metallurgical slags valorization as construction material: a comparison between static and dynamic global warming impacts
Notice bibliographique
Résumé
<abstract> <p>The interest in circular economy for the construction sector is constantly increasing, and Global Warming Potential (GWP) is often used to assess the carbon footprint of buildings and building materials. However, GWP presents some methodological challenges when assessing the environmental impacts of construction materials. Due to the long life of construction materials, GWP calculation should take into consideration also time-related aspects. However, in the current GWP, any temporal information is lost, making traditional static GWP better suited for retrospective assessment rather than forecasting purposes. Building on this need, this study uses a time-dependent GWP to assess the carbon footprint of two newly developed construction materials, produced through the recycling of industrial residues (stainless steel slag and industrial goethite). The results for both materials are further compared with the results of traditional ordinary Portland cement (OPC) based concrete, presenting similar characteristics. The results of the dynamic GWP (D_GWP) are also compared to the results of traditional static GWP (S_GWP), to see how the methodological development of D_GWP may influence the final environmental evaluation for construction materials. The results show the criticality of the recycling processes, especially in the case of goethite valorization. The analysis shows also that, although the D_GWP did not result in a shift in the ranking between the three materials compared with S_GWP, it provides a clearer picture of emission flows and their effect on climate change over time.</p> </abstract>
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 ».