Optimal site selection for nuclear power plants in Nigeria using geospatial multi-criteria-evaluation techniques
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.
Notice bibliographique
Résumé
To ensure safety, environmental sustainability, and operational efficiency, nuclear power plants must be meticulously planned and evaluated before they can be constructed. This study aims to determine whether nuclear power plants are suitable for construction in Nigeria based on a geospatial Multi-Criteria Evaluation (MCE) approach within a Geographic Information System (GIS). Nuclear power presents a practical alternative because of its significant efficiency and minimal greenhouse gas emissions. To determine the most viable locations for nuclear power plants, the research combines a range of spatial datasets, including Digital Elevation Models (DEM), population density maps, drainage networks, transportation networks, and geological fault maps. A spatial data processing method is employed using ArcGIS 10.4.1, which includes; map overlay operations, buffer analysis, geoprocessing, and map algebra. The criteria evaluated in the study include; relief areas with elevations above 700m to avoid flooding, lower population density areas to minimize risks exposure, areas with 20km proximity to water bodies for cooling nuclear reactors, and 20km minimum distance from fault zones for seismic stability and safety. Results based on the identified criteria indicates several states (13)- Kaduna, Katsina, Plateau, Gombe, Borno, Adamawa, Taraba, Benue, Cross River, Zamfara, Ondo, Kano, Nassarawa, and the Federal Capital Territory (FCT) - exhibit optimal conditions for the selection of nuclear power plant sites. The findings of this study are consistent with those of countries such as France, South Africa, and Canada, which use spatial evaluation techniques for site selection similar to those used in this study. Providing insights into the optimal site selection could contribute to energy security and Sustainable energy development in Nigeria
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,022 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle