MétaCan
Menu
Retour à la cohorte
Enregistrement W2912263774 · doi:10.1680/jenge.18.00027

Short-term thermal modelling of a conceptual deep geological repository in Canada

2019· article· en· W2912263774 sur OpenAlexafffundabout
Pedram Abootalebi, Greg Siemens

Notice bibliographique

RevueEnvironmental Geotechnics · 2019
Typearticle
Langueen
DomaineEnergy
ThématiqueGeothermal Energy Systems and Applications
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésContainment (computer programming)ThermalEnvironmental scienceMoistureDissipationSpent nuclear fuelSaturation (graph theory)Thermal energy storageGeotechnical engineeringContainer (type theory)Waste managementPetroleum engineeringCivil engineeringGeologyEngineeringMaterials scienceComputer scienceMechanical engineeringMeteorologyComposite material

Résumé

récupéré en direct d'OpenAlex

Canada has decided on long-term containment and isolation of used fuel within a deep geological repository. The deep geological repository will be constructed at a depth of roughly 500 m and consist of a network of placement rooms at depth and surface facilities to support the operation of the repository. An engineered barrier system will fill the area between used fuel containers and the geosphere to isolate the used fuel containers from the environment. The engineered barriers will be subjected to competing gradients of thermal energy driving moisture away from the containers and hydraulic gradients driving moisture into the repository. A key thermal design criterion is for the container surface temperature to be less than 100°C. Recently, thermal properties were defined for the barrier materials in the placement room. The effect of barrier material saturation on dissipation of thermal energy for a generic Canadian placement room is examined for upper- and lower-bound scenarios, which are believed to bound the short-term thermal response of the repository under hydraulically static conditions. The results show that the 100°C criterion is met if continuity is maintained between the container and the rock.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,051
Score d'incertitude au seuil0,133

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,011
Tête enseignante GPT0,172
Écart entre enseignants0,161 · 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

Citations4
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironmental GeotechnicsMême sujetGeothermal Energy Systems and ApplicationsTravaux en français237 207