MétaCan
Menu
Retour à la cohorte
Enregistrement W2802124652 · doi:10.1080/00295450.2018.1454229

Postclosure Performance Assessment of a Hypothetical Canadian Deep Geological Repository for Thorium-Containing Advanced Heavy Water Reactor Fuels

2018· article· en· W2802124652 sur OpenAlexafffundabout
Nicholas Chornoboy, Alexandra Levinsky, Charles Kitson, Blair P. Bromley

Notice bibliographique

RevueNuclear Technology · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueGroundwater flow and contamination studies
Établissements canadiensCanadian Nuclear Laboratories
Organismes subventionnairesAtomic Energy of Canada LimitedNuclear Waste Management Organization
Mots-clésThoriumEnvironmental scienceHeavy waterThorium fuel cycleNuclear engineeringLight-water reactorRadiochemistryUraniumWaste managementChemistryMaterials scienceNuclear physicsEngineeringMetallurgyPhysics

Résumé

récupéré en direct d'OpenAlex

Lattice physics depletion calculations were performed to obtain postburnup fuel compositions for several candidate advanced heavy water reactor fuels. These fuel compositions were used as input for a deep geological repository (DGR) modeling tool for hydrogeology simulations to simulate the transport of radionuclides to the surface, to find the radionuclides that reach the surface path through the biosphere, and to estimate the hypothetical dose rate to humans located above the DGR.Three primary factors were found to contribute to surface dose rate: burnup, composition of the primary waste matrix, and percentage of thorium in the fuel. Higher burnup and thorium percentage contribute to increased surface dose rates through increased 129I production, while a primarily uranium waste matrix increases surface dose rate through faster dissolution leading to increased radionuclide release rate from the fuel. For all the hypothetical fuels investigated, the estimated dose rates are well within the Nuclear Waste Management Organization’s hypothetical DGR’s acceptance criterion of 0.3 mSv/year.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,990
Score d'incertitude au seuil0,902

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,008
Tête enseignante GPT0,227
Écart entre enseignants0,219 · 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'étudeSimulation ou modélisation
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

Citations3
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNuclear TechnologyMême sujetGroundwater flow and contamination studiesTravaux en français237 207