Life Cycle Assessment of Roadways Using a Pavement Sustainability Tool
Notice bibliographique
Résumé
Roadway pavement constitutes a significant element in the infrastructure system supporting the transportation network of developed countries. There is a growing need to quantify and minimize the impact of this infrastructure element on the environment, especially with the emerging green initiatives. The Athena Sustainable Materials Institute and Morrison Hershfield are working on an Infrastructure Sustainable Tool with the objective of developing and facilitating transfer of enabling technology to allow decision-makers and design teams to readily assess highway/pavement design options from life cycle environmental and cost perspectives. The project was sponsored by Environment Canada under the Asia Pacific Partnership (APP) program in keeping with the Ministry’s desire to build, strengthen and maintain Canada’s linkages with the international community on global environmental and sustainable development issues. The immediate focus of the project is on developing tools to facilitate highway/pavement design to minimize life cycle environmental impacts in Canada as well as in other countries. The Impact Estimator for Highways is capable of performing life cycle assessments (LCA) for a variety of road cross-sections each of varying length within a single project. The tool covers the material extraction, production and transportation, initial construction, and scheduled maintenance and rehabilitation of a cross-section of a roadway. The ability to model multiple road cross-sections of varying length will facilitate a more accurate modeling and hence comparison of practical road designs. The paper outlines the framework of the tool and presents a case study in applying the tool in the decision making process.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».