MétaCan
Menu
Retour à la cohorte
Enregistrement W4391875055 · doi:10.1139/cjce-2023-0345

Assessing embodied carbon for reinforced concrete structures in Canada

2024· article· en· W4391875055 sur OpenAlexafffundvenueabout
Kathy Sheng, Joshua E. Woods, Evan C. Bentz, Neil A. Hoult

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Impact and Sustainability
Établissements canadiensUniversity of TorontoQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésEmbodied cognitionGreenhouse gasReinforced concreteCarbon fibersEmbodied energyComputer scienceEnvironmental scienceArchitectural engineeringEngineeringCivil engineeringStructural engineeringEcologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The global emphasis on reducing greenhouse gas emissions means that engineers and architects are increasingly required to account for embodied carbon in their designs. However, there is a lack of knowledge and tools in the structural engineering community to enable calculation of embodied carbon for reinforced concrete structures. This paper aims to address this concern by providing a review of the most up-to-date approaches for calculating embodied carbon as well as the important factors that engineers should consider during the design phase to reduce embodied carbon. Environmental product declarations for concrete in four Canadian provinces will also be compared to illustrate the variability in the embodied carbon and the factors that influence this variability. Finally, the paper will present a case-study on the design of a reinforced concrete beam to demonstrate how to calculate embodied carbon and to illustrate how changes in design can influence the total embodied carbon.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,080
Score d'incertitude au seuil0,581

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0020,001
Communication savante0,0020,000
Science ouverte0,0010,001
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 Opus0,006
Tête enseignante GPT0,204
Écart entre enseignants0,197 · 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

Citations2
Publié2024
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetEnvironmental Impact and SustainabilityTravaux en français237 207