Environmental life cycle assessment (LCA) for design of climate-resilient bridges – a comprehensive review and a case study
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
The life cycle assessment (LCA) study of a bridge and bridge network would provide the environmental profile and hotspot information including the GHG emission of different life stages, among the components. Compared with a rapid adoption of Road LCA into the procurement process in the developed countries, Bridge LCA however remains a nascent area where a few studies conducted in North America. The critical issues of environmental profile, hotspots and benchmarks of bridges remain a challenge due to the complexity of bridge structures, data collection and unfamiliarity of LCA in the bridge community. To address the challenge, this study presents a comprehensive bibliometric analysis and review regarding life cycle environmental impacts assessment of bridge projects around the world to identify the research pattern in order to capture the areas of research needed inside this theme. As a proof of concept, this study continues with conducting an LCA case study of a Bridge Replacement Project on a Canadian signature highway, demonstrating the adoption of the LCA methodology and a framework to streamline the collection of data, to develop, present, and interpret the environmental impacts, in terms of the durability and service life of the bridge asset. The study found that stainless steel rebar decks outperformed black steel decks in terms of CO2 reduction by over 10%, with transport fleet impacts being a significant part of the bridge’s overall environmental impact, highlighting the need for diverse functional units in bridge life cycle assessment studies.
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 | 0,000 | 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 découle