Tunnelling towards low carbon construction – demonstrated through a case study of tunnel lining materials

低炭素建設へのトンネル掘削 – トンネル覆工材の事例研究による実証 (AI 翻訳)

Omar Abo Madyan, Riana Patel, Jennifer Schooling, Jag Chima, Keith Bowers

Tunnelling and Underground Space Technology📚 査読済 / ジャーナル2026-08-12#エネルギー転換Origin: Global経営インパクト: コスト削減対象セクター: construction

DOI: 10.1016/j.tust.2026.107990

原典: https://doi.org/10.1016/j.tust.2026.107990

🤖 gxceed AI 要約

日本語

本論文は、トンネル覆工材の選定が建設プロジェクトの炭素排出量に与える影響を事例研究で示し、低炭素建設への移行を促進する。材料選択の重要性を強調し、建設業界の脱炭素化に貢献する。

English

This paper demonstrates through a case study how the choice of tunnel lining materials impacts carbon emissions in construction projects, promoting a shift towards low-carbon construction. It highlights the importance of material selection and contributes to decarbonizing the construction industry.

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

📝 gxceed 編集解説 — Why this matters

日本のGX文脈において

日本の建設業界では、インフラ老朽化対策や国土強靭化に伴い、建設資材の脱炭素化が急務となっている。本研究成果は、トンネル工事における低炭素材料の採用を後押しし、日本の建設部門のGX推進に寄与する。

In the global GX context

Globally, the construction sector is under pressure to reduce embodied carbon, with initiatives like the EU's Level(s) and the UK's Low Carbon Concrete Routemap. This case study provides practical evidence for low-carbon material selection in tunneling, relevant to international efforts to decarbonize infrastructure.

👥 読者別の含意

🔬研究者:Provides a case study on carbon reduction in tunnel lining materials, useful for research on low-carbon construction methods.

🏢実務担当者:Offers insights into material selection for reducing carbon footprint in tunneling projects, applicable to corporate sustainability strategies.

🏛政策担当者:Highlights the potential for policy interventions to promote low-carbon materials in public infrastructure projects.

🔗 Provenance — このレコードを発見したソース

openalex https://doi.org/10.1016/j.tust.2026.107990first seen 2026-08-14 05:02:14

🔔 こうした論文の新着を逃したくない方はキーワードアラートに登録（無料・3キーワードまで）。

gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。