Atmospheric Corrosion of Steel Infrastructure in Canada Under Climate Change
Notice bibliographique
Résumé
Protection against atmospheric corrosion of steel infrastructure and its components requires assessment and prediction of corrosion rates using quantitative and reliable modeling of the environmental parameters that impact the corrosion process. This has become even more critical in the context of climate change. This study demonstrates the feasibility of using ISO dose-response functions (DRFs) to classify atmospheric corrosiveness in Canada to improve the current qualitative approach to the corrosion design of carbon steel infrastructure, especially bridges. The DRF predictions for first-year corrosion rates were first validated using a set of historical field data collected from different locations across Canada. Further examination has revealed a dramatic change in atmospheric corrosiveness at many locations in Canada since the last systematic effort in field data collection in the 1950s to 1960s. It is believed that this was caused by a significant drop in in sulfur dioxide levels in the atmosphere. A projection of future corrosiveness in various Canadian cities with differing climates was also presented by considering the projected impacts of climate change on the temperature and relative humidity. This study has shown a promising precursor for the development of a corrosiveness map in Canada to better guide the corrosion design and protection of steel infrastructure. Furthermore, this study has demonstrated an acute need to understand the current chloride deposition conditions of steel bridges, including the increased local exposure of roadways to corrosiveness by the use of de-icing salts.
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 | 0,001 |
| 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 ».