MétaCan
Menu
Retour à la cohorte
Enregistrement W4319811761 · doi:10.1080/10298436.2023.2168662

Life cycle assessment of lightweight cellular concrete subbase pavements in Canada

2023· article· en· W4319811761 sur OpenAlexaffabout
Abimbola Grace Oyeyi, Jessica Achebe, Frank Mi-Way Ni, Susan Tighe

Notice bibliographique

RevueInternational Journal of Pavement Engineering · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensMcMaster UniversityUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSubbaseLife-cycle assessmentEnvironmental scienceCementEngineeringMaterials scienceComposite materialMathematics

Résumé

récupéré en direct d'OpenAlex

The use of Lightweight Cellular Concrete (LCC) as a subbase alternative to typical flexible pavement subbase material in cold regions is gaining attention. Since a setback of using LCC is its high cement content, which is a significant source of carbon dioxide (CO2) emissions, it becomes imperative to consider this aspect when proposing LCC for pavement applications. This study evaluated the environmental impact of three densities (400, 475, and 600 kg/m³) of LCC produced with two methods (wet and dry mix) and compared to two types of unbound granular material (granular A and B) as flexible pavement subbase. The pavement performance was predicted using MEPDG and WESLEA software and compared with measured field responses as a basis for maintenance strategy. The Life Cycle Assessment (LCA) results showed that lower-density LCC pavements decreased environmental costs by reducing total life CO2 emissions by up to 16% and reducing environmental impact for Carbon monoxide, Sulphur dioxide, Nitrogen oxide, Particulate Matter (PM)2.5, PM10 and total PM compared to granular A and B pavements. As LCC density increased, more emissions occurred, showing the importance of density to emissions output. This research demonstrates the potential benefits of using LCC as an alternative subbase pavement material.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,274
Score d'incertitude au seuil0,551

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,248
Écart entre enseignants0,238 · 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

Citations11
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Pavement EngineeringMême sujetConcrete and Cement Materials ResearchTravaux en français237 207