MétaCan
Menu
Retour à la cohorte
Enregistrement W4414832027 · doi:10.1080/15732479.2025.2567411

Effects of climate change and environmental aggressiveness on onset of corrosion in concrete highway bridge decks

2025· article· en· W4414832027 sur OpenAlexaffabout
Saviz Moghtadernejad, Rituraj Bhadra, Zoubir Lounis, Jieying Zhang

Notice bibliographique

RevueStructure and Infrastructure Engineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete Corrosion and Durability
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésBridge (graph theory)CorrosionClimate changeLoss and damageReinforced concrete

Résumé

récupéré en direct d'OpenAlex

Reinforced concrete bridge decks in the Canadian Highway Bridge Design Code (CSA S6-19) are classified as non-replaceable components with a required 75-year design service life. In cold regions, their durability is primarily governed by chloride-induced corrosion from the frequent use of deicing salts, making this the principal durability concern. This study presents a probabilistic assessment of chloride-induced corrosion initiation in reinforced concrete highway bridge decks, accounting for corrosive environments and temperature increases due to climate change, which can accelerate corrosion by increasing chloride diffusion and lowering the chloride threshold. The time to corrosion onset is estimated using Monte Carlo simulations to model key parameters across various concrete and steel combinations. The results confirm that elevated temperatures accelerate chloride diffusion and reduce chloride thresholds, collectively shortening the time to corrosion initiation across all environmental corrosivity levels. Notably, the relative impact of climate change is greater in milder corrosive environments, as baseline diffusion rates in highly aggressive conditions are already elevated. Moreover, the use of high-performance concrete and corrosion-resistant steel is shown to be an effective adaptation strategy in severe corrosive environments, delaying corrosion initiation and extending deck service life.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,003
Tête enseignante GPT0,185
Écart entre enseignants0,182 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStructure and Infrastructure EngineeringMême sujetConcrete Corrosion and DurabilityTravaux en français237 207