Life Cycle Thinking–Based Decision Making for Bridges under Seismic Conditions. II: A Case Study on Bridges with Superelastic SMA RC Piers
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
Bridges reinforced with superelastic shape memory alloys (SMAs) demonstrate improved performance under earthquake excitations. In general, the capital investment for a bridge reinforced with SMAs is higher due to their high cost and special workmanship requirement. However, when accounting for postearthquake repair and maintenance costs and environmental impacts, SMA-reinforced bridges can deliver significant economic and environmental advantages over conventional structures in the long run. Based on a life cycle thinking–based decision support framework developed in a companion paper, this study thoroughly evaluated the life cycle seismic performance of a bridge reinforced with an SMA considering three different reinforcement configurations. Fragility analyses were conducted for each reinforcement configuration of the SMA-reinforced concrete (RC) bridge to assess its seismic vulnerability. A life cycle cost (LCC) assessment was performed to determine the economic impacts during their service life. Additionally, cradle-to-grave life cycle assessment (LCA) was done using SimaPro to assess the environmental impacts. Using the outcomes of the these assessments, the overall life cycle performance of the novel bridges was compared with a similar bridge reinforced with conventional steel. The results showed that the SMA-reinforced bridges presented a better seismic life cycle performance compared with a conventional RC bridge from a seismic performance and economic perspective. However, the conventional bridge showed a better overall score from an eco-friendly approach.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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