MétaCan
Menu
Retour à la cohorte
Enregistrement W4408488917 · doi:10.1097/hp.0000000000001967

Estimation of Effects of Filtration and Ventilation on Worker Inhalation Dose from Aerosols Produced during Nuclear Decommissioning Processes

2025· article· en· W4408488917 sur OpenAlexaff
Nicholas Somer, Glenn Harvel, Ed Waller

Notice bibliographique

RevueHealth Physics · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphite, nuclear technology, radiation studies
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésAerosolRadionuclideFiltration (mathematics)Environmental scienceNuclear decommissioningWork (physics)ChemistryEnvironmental engineeringNuclear physicsEngineering

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: During the decommissioning of nuclear power plants, radioactive contaminants may be released into the work environment in the form of aerosols, which can expose workers through inhalation, ingestion, and submersion pathways. During dismantlement work, aerosol concentrations may increase due to release from materials. Typical engineering controls to reduce concentrations include air exchange as well as air filtration, which captures aerosols at their source. This work presents a model of radioactive aerosol concentration to estimate the reduction of (a) effluent aerosol concentration into the environment and (b) worker committed effective dose. Controlling the aerosol concentration mitigates the dose that the workers receive. Given that there exists a variety of filtration methods of varying efficiencies and throughputs, a method of estimating dose reduction for a variety of work scenarios is desirable. This work models the time-evolution of radionuclide aerosol concentration as a function of dismantlement work parameters such as work time, aerosol source rate, air exchange, and air filtration. The committed effective dose to a worker as well as the environmental radionuclide aerosol emissions are estimated over a typical 10-h work shift.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,010
Tête enseignante GPT0,283
Écart entre enseignants0,273 · 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'étudeSimulation ou modélisation
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 revueHealth PhysicsMême sujetGraphite, nuclear technology, radiation studiesTravaux en français237 207