Radioactive waste management and contaminated site clean-up : processes, technologies and international experience
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
Part 1 Background and principles of radioactive waste (RAW) management: Fundamentals of radioactive waste (RAW): Science, sources, classification and management strategies Radioactive waste (RAW) categories, characterisation and processing route selection International safety standards for radioactive waste (RAW) management and remediation of contaminated sites Technical solutions for the management of radioactive waste (RAW): Overview and methods of selection Irradiated nuclear fuel management: Resource versus waste Radioactive waste (RAW) conditioning, immobilisation and encapsulation processes and technologies: Overview and advances Assessing and modelling the performance of nuclear waste and associated packages for long term management Remediation of radioactively contaminated sites and management of the resulting waste Safety and risk assessment of radioactive wastes and contaminated sites. Part 2 Current international situation: Experience of radioactive waste (RAW) management and contaminated site clean-up Russia Ukraine Czech Republic, Slovak Republic and Poland Nordic countries Germany France England and Wales Scotland United States Canada South Africa Republic of Korea China Japan Fukushima: The current situation and future plans. Part 3 Clean-up of sites contaminated by weapons programmes: Management of radioactive waste (RAW) from nuclear weapons programmes Modeling and strategy approaches for assessing radionuclide contamination from underground testing of nuclear weapons in Nevada, USA Remote monitoring of former underground nuclear explosion sites predominantly in the former USSR.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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