MétaCan
Menu
Retour à la cohorte
Enregistrement W70219860 · doi:10.13182/fst11-a12661

Tritium Emissions from a Detritiation Facility

2011· article· en· W70219860 sur OpenAlexaffabout
Luı́s Rodrigo, O. El-Behairy, H. Boniface, C. Hotrum, K. McCrimmon

Notice bibliographique

RevueFusion Science & Technology · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRadioactive contamination and transfer
Établissements canadiensOntario Power GenerationAtomic Energy (Canada)
Organismes subventionnairesnon disponible
Mots-clésTritiumTritiated waterEnvironmental scienceHeavy waterRadiochemistryDeuteriumNuclear engineeringWaste managementNuclear physicsChemistryPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

Tritium is produced in heavy-water reactors through neutron capture by the deuterium atom. Annual production of tritium in a CANDU reactor is typically 52-74 TBq/MW(e). Some CANDU reactor operators have implemented detritiation technology to reduce both tritium emissions and dose to workers and the public from reactor operations. However, tritium removal facilities also have the potential to emit both elemental tritium and tritiated water vapor during operation. Authorized releases to the environment, in Canada, are governed by Derived Release Limits (DRLs). DRLs represent an estimate of a release that could result in a dose of 1 mSv to an exposed member of the public. For the Darlington Nuclear Generating Station, the DRLs for airborne elemental tritium and tritiated water emissions are ∼15.6 PBq/week and ∼825 TBq/week respectively. The actual tritium emissions from Darlington Tritium Removal Facility (DTRF) are below 0.1% of the DRL for elemental tritium and below 0.2% of the DRL for tritiated water vapor. As part of an ongoing effort to further reduce tritium emissions from the DTRF, we have undertaken a review and assessment of the systems design, operating performance, and tritium control methods in effect at the DTRF on tritium emissions. This paper discusses the results of this study.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,024
Tête enseignante GPT0,240
Écart entre enseignants0,216 · 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'étudeObservationnel
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

Citations3
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFusion Science & TechnologyMême sujetRadioactive contamination and transferTravaux en français237 207