MétaCan
Menu
Retour à la cohorte
Enregistrement W4417013668 · doi:10.1016/j.cscm.2025.e05606

Life cycle cost analysis to select types of new pavement considering the climate change

2025· article· en· W4417013668 sur OpenAlexaboutno aff
Laura Gina Daoud, Olivia Cranmer, Kang-Won Wayne Lee

Notice bibliographique

RevueCase Studies in Construction Materials · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensnon disponible
Organismes subventionnairesNational Research Foundation of KoreaMinistry of Science and ICT, South KoreaKorea Advanced Institute of Science and TechnologyUniversity of Rhode Island
Mots-clésClimate changePrecipitationLife-cycle cost analysisWork (physics)AsphaltAsphalt concreteCrackingYield (engineering)Pavement engineeringProductivity

Résumé

récupéré en direct d'OpenAlex

A series of life cycle cost analysis (LCCA) was performed among three candidate pavement structures in Canada: asphalt, concrete, and composite pavements. Asphalt pavement construction demonstrated the lowest user cost owing to its shorter construction duration and day-only work schedule. Conversely, concrete pavement boasts the lowest agency cost attributed to its superior construction durability. Considering that Route 261 primarily serves newly established industries, which often adhere to stringent production schedules, it is advisable to opt for the construction of asphalt pavement, given its lower user cost. Over time, this decision is also expected to yield incremental monetary value. Nevertheless, if the influence of climate change on various pavement types is considered into the LCCA, the outcomes may diverge. It could be imperative to account for weather fluctuations, as they can significantly hasten pavement surface degradation. The region of Quebec, Canada has seen an increase in the intensity of precipitation events and more fluctuations in temperature, possibly contributing to cracking roadways. Past studies indicated that climate change, particularly temperature and precipitation contribute to accelerating cracking in flexible pavements. Climate variables such as temperature, precipitation wind, cloud cover and groundwater levels and freeze-thaw cycles exert distinct impacts on pavement performance.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,781
Score d'incertitude au seuil0,420

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,066
Tête enseignante GPT0,347
Écart entre enseignants0,282 · 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 tête enseignante, 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCase Studies in Construction MaterialsMême sujetAsphalt Pavement Performance EvaluationTravaux en français237 207