MétaCan
Menu
Retour à la cohorte
Enregistrement W4234445346 · doi:10.1088/1742-6596/1067/3/032023

Thermal Design of a 100 kW Electron to Gamma Converter at TRIUMF

2018· article· en· W4234445346 sur OpenAlexaff
B. Cade, Luca Egoriti, A. Gottberg, Dayton Priessl

Notice bibliographique

RevueJournal of Physics Conference Series · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueNuclear Physics and Applications
Établissements canadiensUniversity of VictoriaTRIUMF
Organismes subventionnairesnon disponible
Mots-clésBremsstrahlungPhysicsElectronNuclear physicsPhotonGamma rayCathode rayNuclear engineeringOpticsEngineering

Résumé

récupéré en direct d'OpenAlex

The electron target station of the TRIUMF-ARIEL Facility will employ an electron "driver" beam to irradiate Isotope Separator On-Line (ISOL) targets for the production of radioactive isotopes via photofission [1]. 35 MeV electrons will be converted to gamma spectrum Bremsstrahlung photons via an electron to gamma (e-γ) converter located upstream of the ISOL target. The e-γ concept uses a composite metal with two layers: One high-Z material to stop and convert electrons to photons, and one low-Z material to provide structural support, thermal dissipation, and maximal transparency to the produced gamma photons as well as to provide attenuation of remaining primary electrons.. Several material combinations and bonding processes are currently being evaluated and tested using TRIUMF's e-linac. Water-cooling and thermal design are being optimized for 100 kW electron beam power operation and have thus far been experimentally validated up to 10 kW driver beam power equivalent. The latest test results and future prospects are summarized.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,235
Score d'incertitude au seuil0,525

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 Opus0,024
Tête enseignante GPT0,261
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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetNuclear Physics and ApplicationsTravaux en français237 207