Lessons learnt on the impact of an unprecedented soil decontamination program in Fukushima on contaminant fluxes
Notice bibliographique
Résumé
In the context of elevated concerns related to nuclear accidents and warfare, the lessons learnt from the Fukushima Daiichi Nuclear Power Plant accident in 2011 are important. In particular, Japanese authorities implemented an ambitious decontamination program to reduce the air dose rate in order to facilitate the return of the local inhabitants to previously evacuated areas. This approach contrasts the strategy adopted in Chernobyl, where the most contaminated areas remain off limits. Nonetheless, the effectiveness of the Japanese decontamination strategy on the dispersion of radioactive contaminant fluxes across mountainous landscapes exposed to typhoons has not been quantified. Based on the unique combination of river monitoring and modeling in a catchment representative of the most impacted area in Japan, we demonstrate that decontamination of 16% of the catchment area resulted in a decrease of 17% of sediment-bound radioactive fluxes in rivers. Decontamination operations were therefore relatively effective, although they could only be conducted in a small part of the area due to the dominance of steep forested slopes. In fact, 67% of the initial radiocesium contamination was calculated to remain stored in forested landscapes, which may contribute to future downstream radiocesium dispersion during erosive events. Given that only a limited proportion of the initial population had returned in 2019 (~30%), it raises the question as to whether decontaminating a small percentage of the contaminated area was worth the effort, the price, and the amount of waste generated?
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».