Investigating the Characteristics of Uranium Trade Flows and Trade Evolution along the Supply Chain
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
Nuclear energy is essential for national energy security and clean energy transition, which has been defined as a critical mineral by many countries.However, the supply of nuclear fuel in the international market is complex.Currently, the trade flow and trade pattern characteristics of the uranium supply chain have not been clarified, and insufficient attention has been paid.To explore this issue, this paper constructs a multilayer complex network model of uranium supply chain based on uranium product trade data from 2014 to 2023 through complex network methods.Then, we focus on the topological characteristics, trade flow, trade pattern evolution characteristics of the multi-layer trade supply chain network of uranium (MTCN), and the importance of major trading countries in the network.The results show: (1) international trade in the global uranium supply chain is of a "boom-to-fade" characterization, with the number of participating countries, trade relations and trade volumes decreasing, while the main hub countries are fixed.( 2) The global uranium trade flow shows a significant centralized characterization, with the characteristic of large to small along the supply chain.Besides, the main trade is concentrated in the upstream natural uranium, and it has formed a "Kazakhstan-Canada" supply center and a "China-USA-France" demand center.(3) Importing countries, such as Russia and USA, show strong resource control in uranium supply chain trade.It expects that the findings of this paper will help countries involved in uranium trading to develop sustainable resource management policies.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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