Reliability-based life cycle design of resilient highway bridge
Notice bibliographique
Résumé
Highway bridges are critical links in Canada’s transportation network, which enable personal mobility and transport of goods that support trade and economic development of neighbouring communities. Highway bridges should be designed and maintained to last at least 75 years with minimum maintenance. The average service life of bridge structures vary from 30 years to 100 years, which are continually extended by using different maintenance and rehabilitation strategies. Different technologies are used for bridge life extensions, including different combinations of protective systems, repair, strengthening, rehabilitation, and replacement actions of decks, superstructures, substructures and entire bridges. The growing concerns with aging bridges, increased load and reduced strength, environmental protection and vulnerability to extreme events require the development of resilient transportation infrastructure that minimizes traffic disruption and ensures social, economic and environmental sustainability and resilience over the entire life cycle of the bridge. Given the considerable uncertainty that is associated with the key parameters and physical models that affect the life cycle performance of highway bridges, there is a need to develop robust mechanistic and stochastic models to predict the service life of bridges. This paper presents a practical reliability-based approach for the life cycle design of resilient concrete bridges that enables to achieve long life bridges with an acceptable probability of failure, which minimizes traffic disruption and reduces the life cycle costs to the bridge owners and users. An example illustrates the benefits of implementing a life cycle-based design approach through the construction of high performance concrete highway bridge structures that yield lower risk of failure when compared to conventional normal concrete construction, in terms of lower traffic disruption, life cycle costs to the bridge owners and users; lower CO2 emissions and volume of construction waste materials; and reduced accident costs.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».