MétaCan
Menu
Retour à la cohorte
Enregistrement W2358952126 · doi:10.12943/cnr.2015.00051

NON-DESTRUCTIVE EXAMINATION USING NEUTRONS: A NUCLEAR WASTE AND ORPHANED SOURCE CHARACTERIZATION CASE STUDY APPLICABLE TO NUCLEAR FORENSICS

2015· article· en· W2358952126 sur OpenAlexaffvenue
R. B. Rogge, G. Bentoumi, F.C. Dimayuga, Roxana Flacau, Gang Li, Liqian Li, B. Sur

Notice bibliographique

RevueAECL Nuclear Review · 2015
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueNuclear Physics and Applications
Établissements canadiensCanadian Nuclear Laboratories
Organismes subventionnairesnon disponible
Mots-clésFissile materialRadioactive wasteNuclear materialNuclear engineeringCharacterization (materials science)NeutronMaterials scienceRadiochemistryEnvironmental scienceForensic engineeringNuclear physicsChemistryPhysicsEngineeringNanotechnology

Résumé

récupéré en direct d'OpenAlex

Found unknown radioactive material is often contained in a package so the chemical and physical form of the material itself is unknown, and the detail of the packaging is likewise unknown. Together, these present a significant risk on how to handle the package for destructive examination of its contents. Whether of nefarious origin or the result of less stringent practices of yesteryear the material needs to be properly identified and characterized for appropriate disposition. Results of neutron imaging, neutron diffraction, and delayed neutron analysis as applied to an examination of sealed capsules containing unknown radioactive materials are presented. The results demonstrate that neutron-based non-destructive examination techniques can be employed for inspecting encapsulated radioactive samples to identify the materials, to elucidate the internal physical structure of the radioactive material and encapsulation, and to estimate the mass of fissile and fissionable materials within. This characterization of orphaned radioactive special nuclear material illustrates the potential for these techniques in nuclear forensics investigations.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,027
Tête enseignante GPT0,278
Écart entre enseignants0,250 · 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

Citations3
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAECL Nuclear ReviewMême sujetNuclear Physics and ApplicationsTravaux en français237 207