A Conceptual Framework for Enabling Structural Steel Reuse Utilizing Circular Economy in Modular Construction
Notice bibliographique
Résumé
Steel production is a major contributor to resource use and greenhouse gas emissions, accounting for nearly 8% of global CO2 emissions, with structural steel accounting for more than half of this share. As the construction sector moves toward decarbonization, strategies for reuse, particularly within Modular and Offsite Construction (MOC), are receiving growing attention. This study presents a digitally integrated framework for the recovery, testing, and reuse of structural steel in MOC, grounded in Circular Economy (CE) principles. The framework is based on a systematic review of 162 academic, industry, and case study records and is structured across four stages: (1) material recovery, (2) testing and certification, (3) integration into MOC, and (4) performance evaluation. Building Information Modeling (BIM) and Material Passports (MPs) provide digital infrastructure for traceability, documentation, and compliance with established protocols, such as SCI P427 and P440. Reuse outcomes are assessed using the Modular Reuse Ratio (MRR), Carbon Savings (CS), Lifecycle Cost Savings (LCS), and a tailored Material Circularity Indicator (MCI). By aligning certification requirements with digital processes, the framework addresses current gaps in traceability, standardization, and decision support. It provides a scalable and replicable model that advances structural steel reuse, contributes to sector-wide decarbonization, and supports alignment with emerging CE and performance-based certification schemes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,009 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,015 |
| Communication savante | 0,008 | 0,010 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».