MétaCan
Menu
Retour à la cohorte
Enregistrement W4406443462 · doi:10.3327/taesj.j24.005

Research and Development of Lead Block Cutting Technique for Decommissioning Nuclear Power Plants

2025· article· en· W4406443462 sur OpenAlexaff
Takeyoshi Sunagawa, Glenn Harvel

Notice bibliographique

RevueTransactions of the Atomic Energy Society of Japan · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphite, nuclear technology, radiation studies
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésNuclear decommissioningLead (geology)Nuclear powerNuclear engineeringBlock (permutation group theory)Environmental scienceEngineeringGeologyWaste managementNuclear physicsPhysicsMathematics

Résumé

récupéré en direct d'OpenAlex

Nuclear power plants and research facilities that use radioactive materials employ lead to shield against radiation. Lead must be cut to an appropriate size before being removed from the facility as waste. Because lead is soft, it is difficult to cut using mechanical cutting methods such as reciprocating saws. In this study, we attempted to make lead into a low-melting-point alloy of bismuth and tin (eutectic point 95 °C) and devised a new cutting method that combines mechanical cutting and low-melting-point alloying. For the cutting experiment, we used a Bi-Sn alloy (eutectic point 139 °C) that we prepared and a lead block (50 mm thick). To react the Bi-Sn alloy with the lead block, it was necessary to heat the lead block to 139 °C or higher. Therefore, we conducted a temperature increase experiment on the lead block using a heating wire with thermal conduction and an infrared heater with radiation. The results showed that heating with an infrared heater was superior. The molten Bi-Sn alloy was brought into contact with the heated lead block to make a low-melting-point alloy. Here, a reciprocating saw was used to successfully cut the lead block and remove the low-melting-point alloy that had formed.

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 enseignants0,001
Score d'incertitude au seuil0,005

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,027
Tête enseignante GPT0,302
Écart entre enseignants0,274 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the Atomic Energy Society of JapanMême sujetGraphite, nuclear technology, radiation studiesTravaux en français237 207