MétaCan
Menu
Retour à la cohorte
Enregistrement W4403547641 · doi:10.1115/1.4066921

Introduction to Nuclear Forensics Analysis Techniques

2024· article· en· W4403547641 sur OpenAlex
Mohd Syukri Yahya

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Nuclear Engineering and Radiation Science · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueForensic and Genetic Research
Établissements canadiensRoyal Canadian Navy
Organismes subventionnairesnon disponible
Mots-clésNuclear engineeringComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Nuclear forensics is the interdisciplinary branch of forensic science that deals with the analysis and examination of nuclear or other radioactive materials, or of evidence that is contaminated with radionuclides in the context of legal proceedings under international or national law related to nuclear security. To control and avoid the threat of terrorism posed by illicit trafficking and mismanagement, nuclear and other radioactive materials must be strictly regulated. Thus, the goal of nuclear forensic analysis is to discover what radioactive materials were confiscated, how, when, and where they were manufactured, and what their intended applications were. Nuclear forensic scientist has a wide array of analytical tools to use for detecting signatures in radioactive materials. These individual techniques can be sorted into three broad categories: bulk analysis tools, imaging tools, and micro-analysis tools. Particular interest in nuclear forensics is particle morphology, isotopic composition of a material, presence of impurities, and microstructure. These properties can vary between materials of different origins due to varying processing or geological conditions, thus, allowing for discrimination of material history and prediction of provenance. This review article presents many key analytical techniques and discusses the main application and challenges of the most common techniques currently used in nuclear forensics analysis.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,885
Score d'incertitude au seuil0,151

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,004
Tête enseignante GPT0,257
Écart entre enseignants0,253 · 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