MétaCan
Menu
Retour à la cohorte
Enregistrement W3039624139 · doi:10.1002/maco.202011784

Probabilistic model for pitting of copper canisters

2020· article· en· W3039624139 sur OpenAlexaff
Scott Briggs, Christina Lilja, Fraser King

Notice bibliographique

RevueMaterials and Corrosion · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete Corrosion and Durability
Établissements canadiensNuclear Waste Management Organization
Organismes subventionnairesnon disponible
Mots-clésPitting corrosionCorrosionCopperBentoniteProbabilistic logicEnvironmental scienceErosion corrosion of copper water tubesSaturation (graph theory)Monte Carlo methodMaterials scienceMetallurgyGeotechnical engineeringMathematicsGeologyStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract Copper canisters for the final disposal of spent nuclear fuel are expected to be subject to general (uniform) corrosion and a limited degree of localised damage. Although the canister is expected to be exposed to predominantly active conditions, it is nevertheless prudent to assess the probability of pitting corrosion in passive conditions. A probabilistic pitting model is developed for aerobic conditions in water‐saturated bentonite. While aerobic, saturated conditions may be unlikely to occur if saturation is slow or O 2 consumption is fast, these conditions have been assumed as a starting point because of the availability of data. The model samples from environmental conditions use a Monte Carlo approach to predict active or passive conditions. Under passive conditions, the model compares corrosion potentials to breakdown and repassivation potentials to determine pit initiations and deaths, respectively. Pit depth distributions can then be calculated. For the assumed conditions, the model predicts that active conditions dominate 90% of the time while the remaining passive conditions can lead to pitting during the first few years primarily controlled by the availability of oxygen.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,693
Score d'incertitude au seuil0,291

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,027
Tête enseignante GPT0,217
Écart entre enseignants0,190 · 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 tête enseignante, 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

Citations17
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials and CorrosionMême sujetConcrete Corrosion and DurabilityTravaux en français237 207