MétaCan
Menu
Retour à la cohorte
Enregistrement W2943658695 · doi:10.1038/s41467-019-09967-4

Stand-off nuclear reactor monitoring with neutron detectors for safeguards and non-proliferation applications

2019· article· en· W2943658695 sur OpenAlexafffundabout
B.M. van der Ende, Liqian Li, Dominique Godin, B. Sur

Notice bibliographique

RevueNature Communications · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueNuclear reactor physics and engineering
Établissements canadiensCanadian Nuclear Laboratories
Organismes subventionnairesCanadian Nuclear LaboratoriesAtomic Energy of Canada LimitedInternational Atomic Energy Agency
Mots-clésFissile materialNuclear engineeringNuclear reactor coreNeutronNuclear reactorEnvironmental scienceNuclear powerEnriched uraniumResearch reactorProcess engineeringComputer scienceNuclear physicsEngineeringPhysicsUranium

Résumé

récupéré en direct d'OpenAlex

Safeguards measures are employed at nuclear reactor facilities worldwide, to ensure that nuclear material is not diverted from peaceful uses. Typical safeguards measures involve periodic inspections, off-line verification and video surveillance of fuel cycle activities. Real-time verification of the fissile contents via stand-off monitoring can enhance continuity of knowledge for non-traditional reactor types, including research reactors and small modular reactors. Here we demonstrate the feasibility of using large-area neutron detectors for monitoring nuclear reactors at stand-off distances up to 100 m outside reactor shielding, as a potential reactor safeguards tool. Since the neutron yield per unit reactor power depends upon the isotopic composition of the reactor core, declared changes in fissile composition can be verified without accessing the core. The supporting results of experiments conducted at the National Research Universal reactor in Canada, are presented.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,006
Tête enseignante GPT0,226
Écart entre enseignants0,220 · 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'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

Citations43
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetNuclear reactor physics and engineeringTravaux en français237 207