National Atmospheric Release Advisory Center Dispersion Modeling of the Full-scale Radiological Dispersal Device (FSRDD) Field Trials
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The results of the National Atmospheric Release Advisory Center (NARAC) model simulations are compared to measured data from the Full-Scale Radiological Dispersal Device (FSRDD) field trials. The series of explosive radiological dispersal device (RDD) experiments was conducted in 2012 by Defence Research and Development Canada (DRDC) and collaborating organizations. During the trials, a wealth of data was collected, including a variety of deposition and air concentration measurements. The experiments were conducted with one of the stated goals being to provide measurements to atmospheric dispersion modelers. These measurements can be used to facilitate important model validation studies. For this study, meteorological observations recorded during the tests are input to the diagnostic meteorological model, ADAPT, which provides 3-D, time-varying mean wind and turbulence fields to the LODI dispersion model. LODI concentration and deposition results are compared to the measured data, and the sensitivity of the model results to changes in input conditions (such as the particle activity size distribution of the source) and model physics (such as the rise of the buoyant cloud of explosive products) is explored. The NARAC simulations predicted the experimentally measured deposition results reasonably well considering the complexity of the release. Changes to the activity size distribution of the modeled particles can improve the agreement of the model results to measurement.
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.
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 | 0,001 | 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 découle