Notice bibliographique
Résumé
Oak Ridge National Laboratory hosted two workshops in April 2007 relevant to nuclear engineering education. In the Neutron Stress, Texture, and Phase Transformation for Industry workshop [http://neutrons.ornl.gov/workshops/nst2/], several invited speakers gave examples of neutron stress mapping for nuclear engineering applications. These included John Root of National Research Council of Canada, Mike Fitzpatrick of the UK's Open University, and Yan Gao of GE Global Research on their experiences with industrial and academic uses of neutron diffraction. Xun-Li Wang and Camden Hubbard described the new instruments at ORNL that can be used for such studies. This was preceded by the Neutrons for Materials Science and Engineering educational symposium [http://neutrons.ornl.gov/workshops/edsym2007]. It was directed to the broad materials science and engineering community based in universities, industry and laboratories who wish to learn what the neutron sources in the US can provide for enhancing the understanding of materials behavior, processing and joining. Of particular interest was the presentation of Donald Brown of Los Alamos about using 'Neutron diffraction measurements of strain and texture to study mechanical behavior of structural materials.' At both workshops, the ORNL neutron scattering instruments relevant to nuclear engineering studies were described. The Neutron Residual Stress Mapping Facility (NRSF2) is currently inmore » operation at the High Flux Isotope Reactor; the VULCAN Engineering Materials Diffractometer will begin commissioning in 2008 at the Spallation Neutron Source. For characteristics of these instruments, as well as details of other workshops, meetings, capabilities, and research proposal submissions, please visit http://neutrons.ornl.gov. To submit user proposals for time on NRSF2 contact Hubbard at hubbardcr@ornl.gov.« less
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».