MétaCan
Menu
Retour à la cohorte
Enregistrement W4378191897 · doi:10.1002/maco.202313768

Investigating the effect of bentonite compaction density and environmental conditions on the corrosion of copper materials

2023· article· en· W4378191897 sur OpenAlexafffundabout
Claire S. Tully, W. Jeffrey Binns, Dmitrij Zagidulin, James J. Noël

Notice bibliographique

RevueMaterials and Corrosion · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil and Unsaturated Flow
Établissements canadiensNuclear Waste Management OrganizationWestern University
Organismes subventionnairesNuclear Waste Management Organization
Mots-clésBentoniteCompactionCopperCorrosionMaterials scienceMetallurgyGeotechnical engineeringComposite materialGeology

Résumé

récupéré en direct d'OpenAlex

Abstract The proposed long‐term management plan for used nuclear fuel is to isolate it within a multiple‐barrier system underground in a deep geological repository (DGR). In the Canadian design, used fuel bundles will be sealed in copper‐coated carbon steel used fuel containers, encased in blocks of bentonite clay, emplaced approximately 500–800 m below ground, and surrounded by a bentonite gapfill material. A laboratory experimental campaign has been undertaken to demonstrate the integrity of the multiple‐barrier system. DGR‐relevant copper materials were embedded in bentonite clay, compacted to various densities, and sealed into a hermetic pressure vessel pressurized with demineralized water. Experiments explored the influence of bentonite compaction in the range of 1100–1600 kg/m 3 on copper corrosion over durations of 1–18 months. Postexposure analysis of the copper coupons showed nonhomogeneous corrosion, with corrosion products composed of Cu 2 O, with some Cu 2 S. The average corrosion rates decreased as a function of time and increasing bentonite compaction density. In general, we observed that higher bentonite compaction density suppressed the corrosion of embedded copper.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,009
Tête enseignante GPT0,203
Écart entre enseignants0,194 · 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 source (Gemma direct ou Codex distillé), 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

Citations7
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMaterials and CorrosionMême sujetSoil and Unsaturated FlowTravaux en français237 207