Nonfuel antineutrino contributions in the ORNL High Flux Isotope Reactor (HFIR)
Notice bibliographique
Résumé
Reactor neutrino experiments have seen major improvements in precision in recent years. With the experimental uncertainties becoming lower than those from theory, carefully considering all sources of ${\overline{\ensuremath{\nu}}}_{e}$ is important when making theoretical predictions. One source of ${\overline{\ensuremath{\nu}}}_{e}$ that is often neglected arises from the irradiation of the nonfuel materials in reactors. The ${\overline{\ensuremath{\nu}}}_{e}$ rates and energies from these sources vary widely based on the reactor type, configuration, and sampling stage during the reactor cycle and have to be carefully considered for each experiment independently. In this article, we present a formalism for selecting the possible ${\overline{\ensuremath{\nu}}}_{e}$ sources arising from the neutron captures on reactor and target materials. We apply this formalism to the High Flux Isotope Reactor (HFIR) at Oak Ridge National Laboratory, the ${\overline{\ensuremath{\nu}}}_{e}$ source for the the Precision Reactor Oscillation and Spectrum Measurement (PROSPECT) experiment. Overall, we observe that the nonfuel ${\overline{\ensuremath{\nu}}}_{e}$ contributions from HFIR to PROSPECT amount to 1% above the inverse $\ensuremath{\beta}$ decay threshold with a maximum contribution of 9% in the 1.8--2.0 MeV range. Nonfuel contributions can be particularly high for research reactors like HFIR because of the choice of structural and reflector material in addition to the intentional irradiation of target material for isotope production. We show that typical commercial pressurized water reactors fueled with low-enriched uranium will have significantly smaller nonfuel ${\overline{\ensuremath{\nu}}}_{e}$ contribution.
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 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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».