MétaCan
Menu
Retour à la cohorte
Enregistrement W612473082

Environmental benefits of life cycle design of concrete bridges

2007· article· en· W612473082 sur OpenAlexvenueno aff
Zoubir Lounis, L Daigle

Notice bibliographique

RevueNPARC · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete Corrosion and Durability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLife-cycle assessmentEngineeringGreenhouse gasLife-cycle cost analysisBridge (graph theory)Civil engineeringForensic engineeringEnvironmental scienceProduction (economics)Reliability engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper presents a life cycle-based approach for the design of concrete highway bridges that takes into account their physical, economic and environmental performances over their life cycles, with emphasis on the reduction of greenhouse gas emissions, construction waste production and life cycle cost. The analysis considers all the key stages in the life cycle, which include extraction of raw materials, construction, maintenance, repair, rehabilitation, replacement, and disposal. The proposed life cycle design approach is illustrated on the cases of two concrete highway bridge decks that are built in corrosive environments using high performance concrete containing industrial by-products and normal concrete. It is found that that use of high performance concrete leads to highway bridge decks with: (i) longer service lives (3 to 10 times longer than decks built with normal concrete; (ii) 65 % reductions in CO2 emissions associated with construction and rehabilitation compared to normal concrete decks; and (iii) 40 % to 45 % reductions in life cycle cost compared to normal concrete decks. This paper illustrates the multiple environmental benefits of using high performance concrete to build durable bridges with minimum maintenance that lead to a reduction in the consumption of raw materials and greenhouse gas emissions, and reclaiming industrial waste products and using them as effective construction materials.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,146
Score d'incertitude au seuil0,566

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,015
Tête enseignante GPT0,202
Écart entre enseignants0,187 · 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

Citations20
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNPARCMême sujetConcrete Corrosion and DurabilityTravaux en français237 207