MétaCan
Menu
Retour à la cohorte
Enregistrement W3013971874 · doi:10.1080/15361055.2019.1705750

Tritium Research and Development Status at KAERI

2020· article· en· W3013971874 sur OpenAlexaboutno aff
Jisoo Kim, S. Park, Hyun Suk Kang, Kiwook Jung, K. Y. Kim, Sung Paal Yim, S. B. Kim, H. J. Ahn, C. W. Park, S. N. Lee, Min Ho Chang, Hongsuk Chung

Notice bibliographique

RevueFusion Science & Technology · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRadioactive contamination and transfer
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTritiumNuclear engineeringEnvironmental scienceCoolantFusion powerHeavy waterDeuteriumNeutron generatorRadiochemistryNuclear physicsNeutronMaterials scienceNeutron sourceChemistryPhysicsEngineeringPlasma

Résumé

récupéré en direct d'OpenAlex

Korea has 26 nuclear power plants (NPPs). Out of these 26 plants, 4 are Canada Deuterium Uranium (CANDU) reactors at the Wolsong nuclear power site. In CANDU reactors, deuterium oxide is used as a moderator/coolant, and tritium is produced whenever a deuterium oxide nucleus captures a neutron. The Wolsong Tritium Removal Facility was designed to remove tritium generated in CANDU reactors. We are introducing tritium environmental protection not only at the Wolsong NPP but also at the High-Flux Advanced Neutron Application Reactor (HANARO) and in high-temperature gas-cooled reactors (HTGRs). We present a tritium behavior analysis code and assess the concentration of tritium in combustible dry active waste. Advanced techniques are introduced to transfer tritium from tritiated water to the gaseous phase. In addition, research on the nuclear fusion tritium storage and delivery system, which is part of the fuel cycle, has been carried out. In this paper, we present the recent progress in the effort to develop tritium systems at the Korea Atomic Energy Research Institute.

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)0,002
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,061
Tête enseignante GPT0,315
Écart entre enseignants0,254 · 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'étudeSans objet
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'admission1
Résumé présentoui

Explorer davantage

Même revueFusion Science & TechnologyMême sujetRadioactive contamination and transferTravaux en français237 207