MétaCan
Menu
Retour à la cohorte
Enregistrement W2905570512 · doi:10.12943/cnr.2017.00020

CANDU FIRE PROBABILISTIC RISK ASSESSMENT (PRA) MODEL

2018· article· en· W2905570512 sur OpenAlex
Hossam Shalabi, George Hadjisophocleous

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
venuePublié dans une revue dont le pays d'attache est le Canada.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueCNL Nuclear Review · 2018
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueRisk and Safety Analysis
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésNuclear power plantProbabilistic risk assessmentFirefightingProbabilistic logicEngineeringRisk assessmentNuclear powerFire protectionFire safetyWork (physics)Environmental scienceForensic engineeringNuclear engineeringComputer scienceCivil engineeringComputer securityMechanical engineeringNuclear physics

Résumé

récupéré en direct d'OpenAlex

Fire Probabilistic Risk Assessment (PRA) is being introduced to the fire protection engineering practice both locally and worldwide. The commercial nuclear power industry has also experiencing the impact of this new approach. This paper examines the work performed to assess the relative accuracy of fire models for CANDU nuclear power plant (NPP) applications. The Canadian NPP uses some portions of NUREG/CR-6850 in performing fire PRA. Canadian fire ignition frequencies have been provided by International Fire Data Exchange Project. The CANDU Fire PRA Model can quantitatively evaluate plant damage states and core damage frequencies. This model will assist fire engineers in performing CANDU Fire PRA analysis, by recognizing vulnerabilities related to fire events and will contribute to further improvement of the Canadian NPPs’ safety.

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 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)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,738
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,005

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 Opus0,111
Tête enseignante GPT0,424
Écart entre enseignants0,314 · 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