MétaCan
Menu
Retour à la cohorte
Enregistrement W4221048704 · doi:10.3390/app12073353

Life Cycle Assessment of Waste Glass Powder Incorporation on Concrete: A Bridge Retrofit Study Case

2022· article· en· W4221048704 sur OpenAlexaff
Guilherme Cunha Guignone, Jo�ão Luiz Calmon, Geilma Lima Vieira, Robson Zulcão, Thais Ayres Rebello

Notice bibliographique

RevueApplied Sciences · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueRecycled Aggregate Concrete Performance
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésLife-cycle assessmentDurabilityContext (archaeology)Bridge (graph theory)Environmental impact assessmentWaste managementEnvironmental scienceCementMaterials scienceEngineeringProduction (economics)Composite material

Résumé

récupéré en direct d'OpenAlex

The construction sector is responsible for some of the highest energy and natural resources consumption. In this context, new materials and solutions are created aimed at developing sustainable alternatives. While the literature presents papers that evaluate the mechanical and durability properties of concrete with glass waste powder and account for its environmental impact, no papers have executed the evaluation considering the retrofit of bridges. Furthermore, no papers evaluating the materials, construction, and maintenance could be found. Hence, this study proposes a technical and sustainable solution for the retrofit of the Third Bridge of Vitoria, an important intercity urban connector. This study evaluates both the technical and the environmental performance of structural concrete elements, considering the partial substitution of cement with glass waste powder and a baseline scenario with conventional concrete. The environmental impacts were evaluated through the life cycle assessment tool. The results indicate that incorporating waste glass powder in the prestressed hollow-core slabs as a partial cement replacement can improve the durability-related properties and mitigate environmental impact. It also shows that the manufacturing phase is the most impactful and that glass powder can significantly reduce the impact of maintenance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,268
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied SciencesMême sujetRecycled Aggregate Concrete PerformanceTravaux en français237 207