MétaCan
Menu
Retour à la cohorte
Enregistrement W2999464622 · doi:10.12943/cnr.2018.00002

THE EFFECTS OF TYPICAL THORIUM IMPURITIES ON THORIUM-BASED NUCLEAR FUELS

2020· article· en· W2999464622 sur OpenAlexaffvenue
Jude Alexander, Geoffrey W.R. Edwards, Blair P. Bromley, Keira Lane

Notice bibliographique

RevueCNL Nuclear Review · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueNuclear reactor physics and engineering
Établissements canadiensUniversity of VictoriaCanadian Nuclear Laboratories
Organismes subventionnairesnon disponible
Mots-clésBurnupThoriumImpurityNuclear engineeringThorium fuel cycleCoolantMaterials scienceRadiochemistryNatural uraniumNuclear physicsUraniumChemistryPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

Natural thorium contains impurities of numerous isotopes. A study was performed to examine the influence of naturally occurring impurities in thorium-based fuels on a few parameters of interest such as: exit burnup, coolant void reactivity (CVR), fuel temperature coefficients (FTC), and the radiotoxicity of the used fuel. Two different fuel bundle designs were modeled: a 43-element bundle containing 2.25% U-233, and a 35-element bundle containing 1.45% U-233. Naturally occurring thorium fuel impurities were applied to both fuel bundle models at various concentrations, from 0% to 100% of the expected maximum. For burnup-averaged k-infinity (k∞) values of 1.050 and 1.030, exit burnup, burnup-weighted CVR, and burnup-weighted FTC were calculated using the neutron transport code WIMS-AECL, and plotted against fraction of full impurity concentration to determine how the impurity levels affect these reactor physics parameters of interest. For the most-realistic (for CANDU) burnup-averaged k∞ of 1.050, both the inhalation radiotoxicity and the production of U-232 were calculated using the fuel depletion code WOBI. Up to the maximum impurity concentrations considered, no effects on the investigated fuel performance parameters were found to be greater than a few percent.

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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,007
Tête enseignante GPT0,192
Écart entre enseignants0,184 · 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

Citations9
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCNL Nuclear ReviewMême sujetNuclear reactor physics and engineeringTravaux en français237 207