MétaCan
Menu
Retour à la cohorte
Enregistrement W4283021641 · doi:10.2172/1872378

United States Nuclear Data Program Annual Report for FY2021

2022· report· en· W4283021641 sur OpenAlexfundno aff
David Brown, L. A. Bernstein, Jun Chen, John G. W. Kelley, F. G. Kondev, Hye Young Lee, E. A. McCutchan, N. Nica, M. S. Smith, I. J. Thompson

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineEnvironmental Science
ThématiqueRadioactive contamination and transfer
Établissements canadiensnon disponible
Organismes subventionnairesLawrence Berkeley National LaboratoryOak Ridge National LaboratoryBrookhaven National LaboratoryU.S. Department of EnergyArgonne National LaboratoryLawrence Livermore National LaboratoryNuclear PhysicsMcMaster UniversityNational Institute of Standards and TechnologyCollege of Engineering, Michigan State UniversityOffice of ScienceNorth Carolina State UniversityLos Alamos National LaboratoryNational Nuclear Security AdministrationMichigan State University
Mots-clésStaffingNuclear dataFiscal yearWork (physics)Leverage (statistics)Plan (archaeology)EngineeringPolitical scienceBusinessComputer scienceNuclear physicsPhysicsFinanceGeography

Résumé

récupéré en direct d'OpenAlex

The US Nuclear Data Program (USNDP) Annual Report for Fiscal Year 2021 (FY21) summarizes the work of USNDP for the period of October 1, 2020 through September 30, 2021, with respect to the Work Plan for FY21 that was prepared in 2019. The Work Plan and Final Report for USNDP are prepared for the DOE Office of Science, Office of Nuclear Physics. The support for the nuclear data activity from sources outside the nuclear data program is described in the staffing table and in Appendix A. This leverage amounts to about 3.24 FTE scientific, to be compared with 25.095 FTEs at USNDP units funded by the DOE Office of Science, Office of Nuclear Physics. Since it is often difficult to separate accomplishments funded by various sources, some of the work reported in the present report was accomplished with nuclear data program support leveraged by other funding.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,274
Score d'incertitude au seuil0,960

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0410,000

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 Opus0,054
Tête enseignante GPT0,334
Écart entre enseignants0,280 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRadioactive contamination and transferTravaux en français237 207