Notice bibliographique
Résumé
Greener munitions are designed to exhibit less environmental and health impacts without adversely affecting their current performance or their insensitivity levels. The most obvious way of limiting the environmental impact consists in changing the current energetic ingredients for others, less noxious. However, the incorporation of a new ingredient into a munition is a very complex process that is definitely not as trivial as it may seem. Very few candidates are fielded. Even then, unforeseen events sometimes occur after the munitions are fielded, often with a new weapon system. Given the actual lack of the perfect replacement candidate, greener munitions are looked at from another perspective, based on the risk to sensitive receptors rather than on the search for zero environmental impact. The notion of ‘green’ is approached by evaluating the bioavailability of each potential replacement ingredient as well as the eventual exposure of sensitive receptors. In addition, a holistic approach was taken to evaluate the potential of developing greener munitions, while including other critical parameters. This integrated approach, viewed as a model for developing greener munitions, successfully demonstrated, with two detailed examples on a greener artillery munition and an RDX-free plastic explosive, that the evaluation of the environmental impacts at the beginning of a munition development cycle simultaneously with the performance and IM properties avoid dedicating considerable efforts on the development of formulations that could be discarded at the end of the development cycle due to noxious environmental impacts.
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) | 0,020 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».