Assessment of major causes: nuclear power plant disasters since 1950
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
Purpose This paper aims to investigate the major causes of the nuclear power plant (NPP) disasters since 1950, elucidates the commonalities between them and recommends strategies to minimize the risk of NPP disasters. Design/methodology/approach This paper analyzes facts from five case studies: Chernobyl disaster, USSR 1986; Fukushima Daiichi disaster, Japan 2011; Three Mile Island incident, USA 1979; Chalk River Accident, Canada 1952; and SL-1 Accident, USA 1961. A qualitative approach is adopted to compare and contrast the major reasons that led to the accidents, and consequent social and technological impacts of the disasters on environment, society, economy and nuclear industry are analyzed. Findings Although each of the nuclear accidents is unique in terms of its occurrence and impacts, this research study found some common causes behind the accidents. Faulty system design, equipment failure, inadequate safety and warning systems, violation of safety regulations, lack of training of the nuclear operators and ignorance from the operators and regulators side were found to be the major common causes behind the accidents. Originality/value This paper recommends some of the nuclear disaster risk reduction strategies in terms of “lessons learned from the past accidents”. The findings of the research paper would serve as an information tool for the nuclear professionals for informed decision-making and planning for proper preventive measures well in advance so that the mistakes which led to the occurrence of accidents in the past are not repeated in the future.
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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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