MétaCan
Menu
Retour à la cohorte
Enregistrement W4415020465 · doi:10.63385/sriic.v1.i1.294

<b>Infrastructure-Integrated Photovoltaic-Thermal (IIPV/T) Systems for Anti-Icing Applications in Highway Bridges: A Sustainable Approach </b>

2025· article· en· W4415020465 sur OpenAlexaffabout
Masoud Valinejadshoubi, Ashutosh Bagchi, Andreas Athienitis

Notice bibliographique

RevueStandards-related Regional Innovation and International Cooperation · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSmart Materials for Construction
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésPayback periodBridge (graph theory)Economic analysisWind powerElectric power systemHeating systemRenewable energy

Résumé

récupéré en direct d'OpenAlex

This paper investigates the potential of a novel, infrastructure-integrated photovoltaic/thermal (IIPV/T) system for winter road maintenance, using the Samuel De Champlain Bridge in Montreal as a case study. Vertically mounted bifacial PVT panels are integrated into the bridge’s side barriers, serving a dual role as wind protection structures and clean energy generators. The captured solar energy is used in real time and stored seasonally to power a hydronic heating system (HHP) for anti-icing the bridge deck.The system is modeled using NREL’s System Advisor Model (SAM) with Typical Meteorological Year (TMY) data for Montreal. Simulations estimate that approximately 45% of winter heat demand can be met directly from IIPV/T generation, while 20% is supplied via seasonal thermal storage, and the remaining 35% is surplus. A comparative energy analysis between the Champlain Bridge and an existing Swedish system is presented. Economic analysis indicates a payback period of 2.1–2.5 years, with additional benefits from grid-connected surplus electricity.This study demonstrates the technical and economic feasibility of using IIPV/T systems for sustainable anti-icing of large-scale infrastructure. Limitations such as structural load effects and detailed pipe heat losses are noted and recommended for future work.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,116
Score d'incertitude au seuil0,231

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,009
Tête enseignante GPT0,249
Écart entre enseignants0,240 · 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'étudeExpérimental (laboratoire)
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 revueStandards-related Regional Innovation and International CooperationMême sujetSmart Materials for ConstructionTravaux en français237 207