MétaCan
Menu
Retour à la cohorte
Enregistrement W2781913259 · doi:10.1016/j.egypro.2017.12.734

Global developments in advanced reactor technologies and international cooperation

2017· article· en· W2781913259 sur OpenAlexaboutno aff
Victor Nian

Notice bibliographique

RevueEnergy Procedia · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueItaly: Economic History and Contemporary Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThird generationChinaEngineeringTechnology developmentFirst generationIndigenousFourth generationNuclear reactorEnvironmental scienceBusinessPolitical scienceNuclear engineeringTelecommunicationsManufacturing engineeringSociology

Résumé

récupéré en direct d'OpenAlex

There have been broadly two waves of nuclear reactor technology developments. The first wave is the construction of the exploratory Generation I and early Generation II reactors in Canada, Russia, the USA, and Western Europe. The second wave is the rapid scale-up of commercially proven Generation II reactors in North America and Western Europe followed by technology transfer to East Asia after the Three Mile Island and Chernobyl accidents. As of today, majority of the reactors in commercial operation belong to the Generation II designs. We are in the third wave which is the development of Generation III and III+ reactors post-Fukushima. The objectives of Generation III/III+ reactors are radically enhanced safety and improved economics. The third wave also saw the emergence of East Asian vendors from Japan, South Korea, and China offering indigenous reactors to the global market. Parallel to the developments in the third wave, the nuclear industry seems to have also ventured into the fourth wave, which is the development and early demonstration of Generation IV reactors. Through a review of historical developments in nuclear energy worldwide, this paper provides a perspective of future reactor technology and market developments with a view of the changing dynamics in technology and the global market developments.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,668
Score d'incertitude au seuil0,416

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,025
Tête enseignante GPT0,227
Écart entre enseignants0,202 · 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'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

Citations6
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy ProcediaMême sujetItaly: Economic History and Contemporary IssuesTravaux en français237 207