Evaluating the Embodied Carbon of One-Way Slab Strips
Notice bibliographique
Résumé
The global emphasis on reducing greenhouse gas emissions means that structural engineers, contractors, and architects are increasingly required to account for embodied carbon in their designs. This also provides engineers with an opportunity to optimize their designs with respect to embodied carbon by considering the carbon footprint of concrete and steel. This thesis explores practical methods for carbon accounting and reducing the embodied carbon of one-way reinforced concrete slabs designed to CSA A23.3 standards. The research focuses on optimizing material selection and structural design to minimize carbon emissions while maintaining structural integrity. A comprehensive review of current practices reveals significant variability and challenges in carbon accounting, including exposure class, strength at age of the concrete age, cold weather construction, and concrete mix constituents, highlighting the need for standardized reporting practices and accurate data. The study compares the embodied carbon of different concrete mixes and reinforcing steel across four Canadian provinces, demonstrating the impact of material optimization on reducing carbon emissions. Through detailed case studies and experimental analysis, the influence of varying concrete and steel strengths, reinforcement ratios, and span lengths on the overall global warming potential (GWP) of slabs is evaluated. The study compares slab deflection design methods, including CSA minimum thickness provisions and deflection calculations using Branson's and Bischoff's formulas. The findings indicate that 15 MPa concrete combined with 600 MPa steel can reduce embodied carbon up to 50% compared to 50 MPa slab with 400 MPa steel due to the inherently lower embodied carbon of lower strength mixes. Bischoff's deflection calculation method is shown to provide more accurate estimates and yield thinner slabs, thus reducing material use and embodied carbon. The recommendations for accurate carbon accounting and lower carbon slab design practices aims to influence more sustainable, lower carbon building design.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».