A Social License for Nuclear Technologies
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
Nuclear energy technologies have the potential to help mitigate climate changeClimate change. However, these technologies face many challenges, including high costs, societal concern and opposition, and health, safety, environmental and proliferation risks. Many companies and academic research groups are pursuing advanced designs, both fission and fusion-based, to address both costs and these risks. This chapter complements these efforts by analyzing how nuclear technologies can address societal concerns through the acquisition of a social licenseSocial license, a nebulous concept that represents ‘society’s consent’ and that has been used to facilitate and improve a wide range of publically and privately funded projects and activities subject to a range of regulatory oversight, including large industrial facilities, controversial genetic engineering research, and environmental management. Suggestions for public engagement and consent-based siting, two aspects of a social license, have been made before. The chapter modernizes these suggestions by briefly reviewing the social license and engagement literature. It discusses, in the context of how to acquire a social license, the role of government regulation, the role of project proponents and government actors, and the role of four key principles, including engendering trust, transparency, meaningful public engagement, and protection of health, safety and the environment. Further, the chapter uses the social licenseSocial license concept to explain why some nuclear waste repositoriesNuclear waste reositories have succeeded while others languish, and it provides concrete recommendations for the deployment of new nuclear waste repositories and advanced power plants, both fission and fusion-based.
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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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