MétaCan
Menu
Retour à la cohorte
Enregistrement W2754852376 · doi:10.1051/epjconf/201714602001

The CIELO collaboration: Progress in international evaluations of neutron reactions on Oxygen, Iron, Uranium and Plutonium

2017· article· en· W2754852376 sur OpenAlexaff
M. B. Chadwick, R. Capote, Andrej Trkov, A.C. Kahler, M. Herman, David Brown, G. M. Hale, Marco Pigni, Michael E Dunn, L.C. Leal, A. Plompen, P. Schillebeeck, F.-J. Hambsch, Toshihiko Kawano, P. Talou, M. Jändel, S. Mosby, J. P. Lestone, Denise Neudecker, Michael Rising, Mark Paris, G. P. A. Nobre, R. Arcilla, S. Kopecky, G. Giorginis, Ó. Cabellos, I. D. Hill, E. Dupont, Yaron Danon, Ge Zhigang, Lu Hanlin, Ruan Xichao, Wu Haicheng, M. Sin, E. Bauge, P. Romain, Benjamin Morillon, G. Noguère, R. Jacqmin, O. Bouland, C. De Saint Jean, V.G. Pronyaev, A.V. Ignatyuk, Keiichi Yokoyama, Masatoshi Ishikawa, Tokio Fukahori, Nobuyuki Iwamoto, Osamu Iwamoto, S. Kuneada, C.R. Lubitz, G. Palmiotti, M. Salvatores, I. Kodeli, Brian C. Kiedrowski, D. Roubtsov, I. J. Thompson, Sofia Quaglioni, H.I. Kim, Y.O. Lee, A. J. Koning, A.D. Carlson, U. Fischer, I. Sirakov

Notice bibliographique

RevueEPJ Web of Conferences · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueNuclear reactor physics and engineering
Établissements canadiensAtomic Energy (Canada)
Organismes subventionnairesnon disponible
Mots-clésCriticalityNuclear dataPlutoniumNuclideNuclear physicsUraniumNeutronNuclear engineeringComputer sciencePhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

The CIELO collaboration has studied neutron cross sections on nuclides that significantly impact criticality in nuclear technologies – 16O, 56Fe, 235,8U and 239Pu – with the aim of improving the accuracy of the data and resolving previous discrepancies in our understanding. This multi-laboratory pilot project, coordinated via the OECD/NEA Working Party on Evaluation Cooperation (WPEC) Subgroup 40 with support also from the IAEA, has motivated experimental and theoretical work and led to suites of new evaluated libraries that accurately reflect measured data and also perform well in integral simulations of criticality.

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)0,023
score de la tête « metaresearch » (Gemma)0,013
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: aucune
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,122

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,013
Méta-épidémiologie (sens strict)0,0040,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0070,006
Études des sciences et des technologies0,0030,001
Communication savante0,0040,004
Science ouverte0,0030,007
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0120,003

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 Opus0,017
Tête enseignante GPT0,275
Écart entre enseignants0,258 · 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

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEPJ Web of ConferencesMême sujetNuclear reactor physics and engineeringTravaux en français237 207