Installing and Commissioning a New Radioactive Waste Tracking System - Lessons Learned
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
Ontario Power Generation (OPG) recognizes the importance of information management particularly with regards to its low and intermediate level waste program. Various computer based waste tracking systems have been used in OPG since the 1980s. These systems tracked the physical receipt, processing, storage, and inventory of the waste. As OPG moved towards long-term management (e.g. disposal), it was recognized that tracking of more detailed waste characterization information was important. This required either substantial modification of the existing system to include a waste characterization module or replacing it entirely with a new system. After a detailed review of available options, it was decided that the existing waste tracking application would be replaced with the Idaho National Laboratory’s (INL) Integrated Waste Tracking System (IWTS). Installing and commissioning a system which must receive historical operational waste management information (data) and provide new features, required much more attention than was originally considered. The operational readiness of IWTS required extensive vetting and preparation of historic data (which itself had been created from multiple databases in varied formats) to ensure a consistent format for import of some 30,000-container records, and merging and linking these container records to a waste stream based characterization database. This paper will discuss some of the strengths and weaknesses contributing to project success or hindrance so that others can understand and minimize the difficulties inherent in a project of this magnitude.
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 | 0,000 | 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 | 0,002 |
| 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