MétaCan
Menu
Retour à la cohorte
Enregistrement W2536172987 · doi:10.1021/acs.est.6b04167

Roles of Radiolytic and Externally Generated H<sub>2</sub>in the Corrosion of Fractured Spent Nuclear Fuel

2016· article· en· W2536172987 sur OpenAlexaff
Nazhen Liu, Linda Wu, Zack Qin, David W. Shoesmith

Notice bibliographique

RevueEnvironmental Science & Technology · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNuclear Materials and Properties
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésCorrosionRadiolysisSpent nuclear fuelNuclear fuelDecompositionRadioactive wasteMaterials scienceChemistryRedoxRadiochemistryMetallurgyNuclear chemistryRadical

Résumé

récupéré en direct d'OpenAlex

A 2-D model for the corrosion of spent nuclear fuel inside a failed nuclear waste container has been modified to determine the influence of various redox processes occurring within fractures in the fuel. The corrosion process is driven by reaction of the fuel with the dominant α radiolysis product, H 2 O 2 . A number of reactions are shown to moderate or suppress the corrosion rate, including H 2 O 2 decomposition and a number of reactions involving dissolved H 2 produced either by α radiolysis or by the corrosion of the steel container vessel. Both sources of H 2 lead to the suppression of fuel corrosion, with their relative importance being determined by the radiation dose rate, the steel corrosion rate, and the dimensions of the fractures in the fuel. The combination of H 2 from these two sources can effectively prevent corrosion when only micromolar quantities of H 2 are present.

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 enseignants0,022
Score d'incertitude au seuil0,829

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 technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,005
Tête enseignante GPT0,185
Écart entre enseignants0,180 · 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

Citations22
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetNuclear Materials and PropertiesTravaux en français237 207