MétaCan
Menu
Retour à la cohorte
Enregistrement W2894962860 · doi:10.1088/1742-6596/1067/8/082022

Development of a proton-to-neutron converter for radioisotope production at ISAC-TRIUMF

2018· article· en· W2894962860 sur OpenAlexafffund
Luca Egoriti, Ricardo Augusto, P. Bricault, T. Day Goodacre, M. Delonca, D. Houngbo, J.P. Ramos, S. Rothe, T. Stora, A. Gottberg

Notice bibliographique

RevueJournal of Physics Conference Series · 2018
Typearticle
Langueen
DomaineEngineering
ThématiquePlasma Diagnostics and Applications
Établissements canadiensUniversity of VictoriaUniversity of British ColumbiaTRIUMF
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaTRIUMF
Mots-clésNuclear physicsSpallationRadiochemistryIsotopeNeutronFissionFission product yieldProtonNuclear engineeringChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract At ISAC-TRIUMF, a 500 MeV proton beam is impinged upon “thick” targets to induce nuclear reactions to produce reaction products that are delivered as a Radioactive Ion Beam (RIB) to experiments. Uranium carbide is among the most commonly used target materials which produces a vast radionuclide inventory coming from both spallation and fission-events. This can also represent a major limitation for the successful delivery of certain RIBs to experiments since, for a given mass, many isobaric isotopes are to be filtered by the dipole mass separator. These contaminants can exceed the yield of the isotope of interest by orders of magnitude, often causing a significant reduction in the sensitivity of experiments or even making them impossible. The design of a 50 kW proton-to-neutron (p2n) converter-target is ongoing to enhance the production of neutron-rich nuclei while significantly reducing the rate of neutron-deficient contaminants. The converter is made out of a bulk tungsten block which converts proton beams into neutrons through spallation. The neutrons, in turn, induce pure fission in an upstream UCx target. The present target design and the service infra-structure needed for its operation will be discussed in this paper.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,333

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 savante0,0000,000
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 Opus0,024
Tête enseignante GPT0,242
Écart entre enseignants0,218 · 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'étudeExpérimental (laboratoire)
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
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetPlasma Diagnostics and ApplicationsTravaux en français237 207