Development of a Selection Tool for Choosing Decontamination Technology for Canadian Applications
Notice bibliographique
Résumé
Abstract Decontamination is a major activity in decommissioning of Nuclear Power Plants. In efforts to reduce the overall volume of nuclear waste, retrieve reusable materials, and reduce the environmental impact, many different technologies have been developed/used in prior decommissioning projects and many more are being developed. However due to the amount of technologies available and the specific use cases for each, the ability to choose an appropriate and optimal technology is a challenge. An approach was adopted to develop a tool to assist in selection of decontamination technologies appropriate for Canadian Applications. The first step is the creation of a database to compile information of the different decontamination methods currently available in one location. The next step was the development of a software program to provide a search optimization for the database based on a set of initial user conditions. The program considers a radio-isotopic breakdown of a component as identified by the user and compares its concentration (Bq/g) to regulation limits set by the Canadian Nuclear Safety Commission (CSNC) for Unconditional Clearance Levels. Then, by using the CNSC guidelines, it will determine if the component is under Unconditional Levels or not. If the component is not, the code will calculate the minimum cumulative Decontamination Factor (DFR) required to make the component compliant with unconditional requirements. The software allows for users to plan their decontamination roadmap at a present state as well as a future state where natural decay opens up the ability for a wider range of decontamination technologies and for a combination of multiple components to use a given decontamination technique.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 ».