MétaCan
Menu
Retour à la cohorte
Enregistrement W4402144696 · doi:10.2172/2438965

Light Water Reactor Sustainability Program: Materials Research Pathway: FY 23 Technical Program Plan

2023· report· en· W4402144696 sur OpenAlexfundno aff
Xiang Chen, Elena Tajuelo Rodriguez, Leonard S. Fifield, Thomas M. Rosseel

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineMaterials Science
ThématiqueNuclear materials and radiation effects
Établissements canadiensnon disponible
Organismes subventionnairesBattelleOffice of Nuclear EnergyCanadian Nuclear LaboratoriesUniversità di BolognaDivision of Materials ResearchUT-BattelleČeské Vysoké Učení Technické v PrazeÉlectricité de FranceElectric Power Research InstituteEast Midlands Development AgencyUniversité de LorraineU.S. Department of Energy
Mots-clésCharpy impact testSustainabilityPlan (archaeology)CopperMetallurgyEnvironmental scienceMaterials scienceChemical engineeringWaste managementEngineeringGeographyToughness

Résumé

récupéré en direct d'OpenAlex

Components in operating commercial nuclear power plants must withstand very harsh environments that include extended time at neutron and gamma irradiation, stress, and temperature, as well as possible exposure to corrosive media. The many modes of materials degradation are complex and often include synergies between multiple environmental variables and conditions that vary depending on locations and materials. Understanding and managing materials degradation is a requirement for the continued safe and reliable operation of nuclear power plants.

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)0,016
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,464
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0160,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,000
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,007

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 Opus0,106
Tête enseignante GPT0,416
Écart entre enseignants0,310 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNuclear materials and radiation effectsTravaux en français237 207