MétaCan
Menu
Retour à la cohorte
Enregistrement W2167619301 · doi:10.1111/gfl.12132

Can argillaceous formations isolate nuclear waste? Insights from isotopic, noble gas, and geochemical profiles

2015· article· en· W2167619301 sur OpenAlexaff
M. Jim Hendry, D. Kip Solomon, Mark Person, Leonard I. Wassenaar, W. Payton Gardner, Ian D. Clark, K. Ulrich Mayer, Takanori Kunimaru, Kotaro Nakata, Takuma Hasegawa

Notice bibliographique

RevueGeofluids · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueGroundwater flow and contamination studies
Établissements canadiensUniversity of British ColumbiaUniversity of OttawaUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésGeologyGroundwaterRadioactive wasteDiffusionOil shaleGeochemistryEarth scienceGeotechnical engineeringChemistryPaleontology

Résumé

récupéré en direct d'OpenAlex

Abstract There is considerable interest in the use of thick argillaceous geologic formations to contain nuclear waste. Here, we show that diffusion can be the controlling transport process in these formations and diffusional time scales for δ18O and δ2H in water, dissolved He, and Cl transport in shale‐dominated aquitards are typically over 106 years, well exceeding the regulatory requirements for isolation in most countries. Our scientific understanding of diffusive solute transport processes through argillaceous formations would benefit from the application of additional isotopic tracers (e.g., using new 4He sampling technology), multidimensional diffusive‐dispersive modeling of groundwater flow and diffusive‐dispersive solute transport over long geologic time scales, and an improved understanding of spatial heterogeneity as well as time‐dependent changes in the subsurface conditions and properties of argillaceous formations in response to events such as glaciation. Based on our current isotopic and geochemical understanding of transport, we argue that argillaceous formations can provide favorable long‐term conditions for isolating nuclear wastes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,191
Écart entre enseignants0,181 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations40
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeofluidsMême sujetGroundwater flow and contamination studiesTravaux en français237 207