Uranium Mining and Norm in North America—Some Perspectives on Occupational Radiation Exposure
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
All soils and rocks contain naturally occurring radioactive materials (NORM). Many ores and raw materials contain relatively elevated levels of natural radionuclides, and processing such materials can further increase the concentrations of naturally occurring radionuclides. In the U.S., these materials are sometimes referred to as technologically-enhanced naturally occurring radioactive materials (TENORM). Examples of NORM minerals include uranium ores, monazite (a source of rare earth minerals), and phosphate rock used to produce phosphate fertilizer. The processing of these materials has the potential to result in above-background radiation exposure to workers. Following a brief review of the sources and potential for worker exposure from NORM in these varied industries, this paper will then present an overview of uranium mining and recovery in North America, including discussion on the mining methods currently being used for both conventional (underground, open pit) and in situ leach (ISL), also referred to as In Situ Recovery (ISR), and the production of NORM materials and wastes associated with these uranium recovery methods. The radiological composition of the NORM products and wastes produced and recent data on radiological exposures received by workers in the North American uranium recovery industry are then described. The paper also identifies the responsible government agencies in the U.S. and Canada assigned the authority to regulate and control occupational exposure from these NORM materials.
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 | 0,000 |
| 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