MétaCan
Menu
Retour à la cohorte
Enregistrement W2288171240 · doi:10.1115/1.4031381

Fission Product Release Under Supercritical Water-Cooled Reactor Conditions

2016· article· en· W2288171240 sur OpenAlexafffund
D. Guzonas, Linjing Qiu, Steve Livingstone, Stephane Rousseau

Notice bibliographique

RevueJournal of Nuclear Engineering and Radiation Science · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNuclear Materials and Properties
Établissements canadiensCanadian Nuclear Laboratories
Organismes subventionnairesNatural Resources CanadaCanadian Nuclear Laboratories
Mots-clésCoolantSupercritical fluidNuclear fission productBurnupFission productsNuclear engineeringFuel element failureMaterials sciencePelletsNuclear reactor corePelletLeaching (pedology)Pressurized water reactorFissionEnvironmental scienceNuclear physicsChemistryComposite materialNeutron

Résumé

récupéré en direct d'OpenAlex

Most supercritical water-cooled reactor (SCWR) concepts being considered as part of the Generation IV initiative are direct cycle. In the event of a fuel defect, the coolant will contact the fuel pellet, potentially releasing fission products and actinides into the coolant and transporting them to the turbines. At the high pressure (25 MPa) in an SCWR, the coolant does not undergo a phase change as it passes through the critical temperature in the core, and nongaseous species may be transported out of the core and deposited on out-of-core components, leading to increased worker dose. It is therefore important to identify species with a high risk of release and develop models of their transport and deposition behavior. This paper presents the results of preliminary leaching tests in SCW of U-Th simulated fuel pellets prepared from natural U and Th containing representative concentrations of the (inactive) oxides of fission products corresponding to a fuel burnup of 60 GWd/ton. The results show that Sr and Ba are released at relatively high concentrations at 400°C and 500°C.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,487

Scores Codex et Gemma par catégorie

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

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 GPT0,228
Écart entre enseignants0,218 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations4
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Nuclear Engineering and Radiation ScienceMême sujetNuclear Materials and PropertiesTravaux en français237 207