A detailed examination of evolving traffic characteristics, operator requirements, and network technology trends suggests a move away from nonblocking interconnects in data center networks (DCNs). As a result, recent efforts have advocated oversubscribed networks with the capability to adapt to traffic requirements on-demand. In this paper, we present the design, implementation, and evaluation of OSA, a novel Optical Switching Architecture for DCNs. Leveraging runtime reconfigurable optical devices, OSA dynamically changes its topology and link capacities, thereby achieving unprecedented flexibility to adapt to dynamic traffic patterns. Extensive analytical simulations using both real and synthetic traffic patterns demonstrate that OSA can deliver high bisection bandwidth (60%-100% of the nonblocking architecture). Implementation and evaluation of a small-scale functional prototype further demonstrate the feasibility of OSA.

Accumulation of dirt or particles like dust, water, sand and moss on the surface of solar photovoltaic panel obstruct or distract light energy from reaching the solar cells. This is a major problem since the light obstruction materials pose as external resistances that reduce solar photovoltaic performance. The present work was performed to analyze the effects of accumulation of such dirt or particle son the output performances of solar panel. Experiments using different obstruction materials were conducted under controlled conditions using spotlights to simulate source of solar radiation. It was found that the external resistance could reduce the photovoltaic performance by up to 85%.

Although extensive research has been conducted to explain the high accident rates in the Indian construction industry, studies focusing on the contributions of the prevailing safety climate as an enabler of such incidences remain sparse. Safety climate plays a crucial role in shaping workers’ safety behaviors. Therefore, eliciting the perspectives of construction workers concerning safety climate dimensions that are critical for engendering improved safety behavior will provide valuable insights into the dimensions required to sustain the desired safety performance levels on construction sites. This study adopted a sequential mixed-methods research design. Purposively selected respondents and interviewees were surveyed and interviewed at various intervals. The study established that safety climate dimensions, such as effective leadership, effective communication, consultation, training, resources, incentives, and recognition, are critical in improving safety behavior among construction workers. The results of this study have significant implications for practice and knowledge, as they provide an approach for assessing the impact of different safety climate dimensions on the safety behavior of construction workers in India. Understanding these dimensions will lead to a framework for managing these challenges and improving construction safety performance. The study reported in this paper remains one of the few studies seeking to explore the impact of safety-climate dimensions on worker safety behavior in the construction industry.

<p class="MsoNormal" style="margin-top: 10pt; line-height: 12pt; text-align: justify;"><span lang="EN-US" style="font-family: 'times new roman', times, serif; font-size: 14pt;">This study delves into the complex relationship between China's international trade and economic growth, specifically focusing on emission intensity and its environmental ramifications within the context of energy efficiency. The primary objective is to provide a comprehensive understanding of how China's international trade dynamics influence economic growth, emphasizing emission intensity and employing a model that considers the nonlinear impact of trade on output. Through this model, structural breakpoints are identified, revealing distinct outcomes for China amidst positive and negative shocks from 1972 to 2021. The study uncovers the dual nature of the energy sector, acting both as a source of environmental degradation and a potential avenue for positive change through increased efficiency. Complex interplays among economic activities, inflation, and investment on carbon intensity are revealed. Additionally, the varying effects of export volume on carbon emissions intensity across lag thresholds underscore the significance of global trade dynamics for environmental sustainability. The study concludes by emphasizing the importance of balancing economic prosperity with environmental responsibility, advocating for carefully balanced policies that foster sustainable growth. Recommendations include considering the dual nature of the energy sector and implementing policies promoting increased efficiency. Policymakers are urged to adopt growth models prioritizing environmental responsibility, balancing economic activities, inflation, and investment to mitigate carbon intensity while acknowledging the diverse effects of global trade dynamics on environmental sustainability.</span></p>

In the construction industry, irregular schedules and long hours disrupt workers’ circadian rhythms, adversely affecting their safety and health. While studies have shown that sleep timing influences safety and health, they often overlook sleep quantity, work-shift start time, and a broad range of safety and health outcomes. To fill this gap, this study examines the relationship between circadian rhythm and safety health factors, including psychological issues, wellbeing, behavioral issues, altruistic behaviors, sleep quantity, starting hours at work, and parental care in 1,400 construction workers using a questionnaire. We investigated safety health using scales for psychological issues (0–34), wellbeing (0–24), behavioral issues (0–29), and altruistic behaviors (0–27). Midsleep time on weekends estimated circadian rhythm, with multilevel regressions adjusting for sleep quantity, work start time, and various characteristics. Results showed average midsleep at 04:11 h, with a 1 h delay associated with increased psychological issues (0.37), behavioral issues (3.0%), decreased wellbeing (0.19), and decreased altruistic behaviors (0.18). These findings highlight a correlation between early circadian rhythm and poor safety health, independent of sleep quantity and work-shift start time. Addressing circadian rhythm disruptions could be crucial for improving safety health outcomes, suggesting that work schedule adjustments and better sleep practices may mitigate adverse effects on workers’ health and wellbeing.

In recent years, three dimensional concrete printing (3DCP) has gained traction as a promising technology to mitigate the carbon footprint associated with construction industry. However, despite its environmental benefits, studies frequently overlook its impact on social sustainability and its overall influence on project success. This research investigates how strategic decisions by firms shape the tradeoffs between economic, environmental, and social sustainability in the context of 3DCP adoption. Through interviews with 20 Indian industry leaders, it was found that companies primarily invest in 3DCP for automation and skilled workforce development, rather than solely for environmental reasons. The lack of incentives for sustainable practices in government procurement regulations emerges as a significant barrier to the widespread adoption of 3DCP. Our study identifies five key strategies firms employ to promote sustainability through 3DCP and proposes actionable measures for government intervention to stimulate its advancement. Addressing these issues is crucial for realizing the full societal and environmental benefits of 3DCP technology.

Mine fires and other hazards caused by spontaneous coal combustion are a pervasive and longstanding issue in Jharia coalfields, India. This study proposes a novel approach to classify coal seams based on their propensity to spontaneous combustion using the intrinsic properties of 30 coal samples from different seams. This method eliminates the need for expensive and time-consuming experimental determinations of susceptibility indices (SI) such as crossing point temperature (CPT), critical air blast (CAB), and differential thermal analysis (DTA). All clustering models, viz. hierarchical, k-means, and multidimensional scaling, aptly classify coal seams into three categories: highly risky, medium risky, and low risk in terms of the tendency for spontaneous coal combustion. The results from unsupervised clustering for predicting the fieriness of coal seams match with on-field reports based on the history and nature of seams. The clustering results are also in concurrence with the SI which are generated through lab investigations. Furthermore, three machine learning (ML) algorithms, namely support vector machines (SVM), random forests (RF), and elastic net regression (EN), are used to comprehend the relationship between the coal's intrinsic properties of coal and SI. The actual nature of coal in these seams on the ground confirmed the findings of this study. The proposed methodology has practical implications for mine managers, as it can quickly provide safety risk assessment information to maintain safety and minimize economic losses due to unforeseen incidents.

Abstract Increasing of plastic waste threatening ecosystems globally, this experimental work investigates recycled plastics as sustainable aggregate replacements in pervious concrete. Pervious concrete allows water passage but has installation/maintenance difficulty due to high weight. This research addresses the lack of eco-friendly lightweight pervious solutions by assessing physical and mechanical performance of mixes with 100% recycled plastic and traditional aggregate percentages. Density reduced 12% using a 100% plastic aggregate mix, achieving 1358 kg/m 3 with compressive strength of 3.92 MPa, adequate for non-structural applications. A 7.8% decrease in water absorption versus conventional pervious concrete signifies retained porosity and permeability despite the plastic aggregates. Though early material limitations increase costs over 199.32%, recycled plastics show viability as effective, sustainable substitutes for natural aggregates in lightweight pervious concrete. With further availability and affordability improvements, these recyclable mixes can enable significantly greener construction practices. Findings provide key insights on balancing structural requirements, eco-friendliness and water infiltration capacity in plastic-based lightweight pervious concrete for broader adoption. The research examines the mechanical and durability characteristics of Light-Weight Pervious Concrete (LWPC) composed entirely of plastic aggregate. It also investigates the economic viability and potential for sustainable urban applications. The cost assessment reveals long-term environmental advantages, even though the initial expenses are higher. Additionally, the study considers an eco-friendly approach that combines plant growth with pervious concrete to promote greater sustainability.

Abstract Sleep deprivation is a critical issue that affects workers in numerous industries, including construction. It adversely affects workers and can lead to significant concerns regarding their health, safety, and overall job performance. Several studies have investigated the effects of sleep deprivation on safety and productivity. Although the impact of sleep deprivation on safety and productivity through cognitive impairment has been investigated, research on the association of sleep deprivation and contributing factors that lead to workplace hazards and injuries remains limited. To fill this gap in the literature, this study utilized machine learning algorithms to predict hazardous situations. Furthermore, this study demonstrates the applicability of machine learning algorithms, including support vector machine and random forest, by predicting sleep deprivation in construction workers based on responses from 240 construction workers, identifying seven primary indices as predictive factors. The findings indicate that the support vector machine algorithm produced superior sleep deprivation prediction outcomes during the validation process. The study findings offer significant benefits to stakeholders in the construction industry, particularly project and safety managers. By enabling the implementation of targeted interventions, these insights can help reduce accidents and improve workplace safety through the timely and accurate prediction of sleep deprivation.