MétaCan
Menu
Retour à la cohorte
Enregistrement W305280434

Intercomparisonn of Techniques for Pressure Tube Inspection of Pressurized heavy Water Reactor

2005· article· en· W305280434 sur OpenAlexaboutno aff
Hee-Jong Lee, Yong-Si Kim, Byungsik Yoon, Young‐Ho Lee

Notice bibliographique

RevueJournal of the Korean Society for Nondestructive Testing · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueNon-Destructive Testing Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSizingPressurized water reactorTube (container)Eddy-current testingNuclear engineeringUltrasonic testingEddy currentUltrasonic sensorEngineeringPressure vesselWater pressureSample (material)Structural engineeringMaterials scienceMechanical engineeringMarine engineeringAcousticsElectrical engineeringChemistry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper describes the analysis results of a series f Round-Robin test that was performed to intercompare inspection and diagnosis techniques for characterization of pressure tube f a pressurized heavy water reactor under the Coordinated Research Project(CRP) of IAEA's nuclear Power Programme. For this test, six nations, Korea, Canada, India, Argentina, Rumania, and China that currently have pressurized heavy water reactors under operation involved, and the KOR-1 pressure tube sample prepared by Korea was used. Two kinds of NDE technique, ultrasonic and eddy current test, were applied for these tests. The KOR-1 pressure tube sample contains total 12 artificial flaws such as crack-like EDM notches, wear that is similar to the real flaws and can be produced on the pressure tubes during plant operation. Test results showed that seven laboratories from six nations detected all twelve flaws in KOR-1 specimen by using ultrasonic and eddy current test methods, and ultrasonic test method was more accurate than eddy current test method in flaw detectin and sizing. ID flaws in pressure tube sample were more easily detected and accurately sized than OD flaws.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,413
Score d'incertitude au seuil0,797

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,023
Tête enseignante GPT0,260
Écart entre enseignants0,237 · 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

Citations0
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Korean Society for Nondestructive TestingMême sujetNon-Destructive Testing TechniquesTravaux en français237 207