Prospects of porous concrete as a plant-growing medium and structural component for green roofs: a review
Notice bibliographique
Résumé
Abstract Green roof technology can partially mitigate the adverse effects of urbanization by controlling stormwater runoff, pre-filtering water, minimizing climate change outcomes and reducing heat island effects. However, improvements to current green roof systems and innovative approaches are paramount to advancing environmental benefits and consumer acceptance of this technology. Regular green roofs are hindered by high cost and mass, as well as the incorporation of large amounts of polymers. Hydroponic green roofs (HGRs) require specific setups, maintenance and frequent replacement of plant-growing substrate, with limited energy savings in the heating and cooling load of the building due to the space between the roof surface and the hydroponic setup. In this review, a comparison of regular and HGRs is provided, and research into the environmental benefits of these technologies, including stormwater control, water purification and lifecycle assessment, is summarized. Following this, the prospect of porous concrete (PC), as a combined plant-growth substrate and structural layer in a novel extensive hydroponic green roof (EHGR) design is proposed, through a compilation and analysis of recent studies reporting the feasibility of this construction material for different applications. The mechanical, hydrological and vegetative properties of PC are discussed. Finally, a new green roof system that incorporates both PC and hydroponics, termed the EHGR system, is presented. This new green roof system may help offset the effects of urbanization by providing stormwater and pollution control, runoff delay and physical and thermal benefits, while concurrently producing biomass from a reusable substrate.
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) | 0,002 | 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 ».