BEMUSE Phase V Report Uncertainty and Sensitivity Analysis of a LBLOCA in Zion Nuclear Power Plant. OECD/NEA Report
Notice bibliographique
Résumé
The BEMUSE (Best Estimate Methods – Uncertainty and Sensitivity Evaluation) Programme has been promoted by the Working Group on Accident Management and Analysis (WGAMA) and endorsed by the Committee on the Safety of Nuclear Installations (CSNI). \n \nThe high-level objectives of the work are: \n \n To evaluate the practicability, quality and reliability of Best-Estimate (BE) methods including uncertainty and sensitivity evaluation in applications relevant to nuclear reactor safety \n \n To develop a common understanding in this domain \n \n To promote and facilitate their use by the regulatory bodies and the industry \n \nOperational objectives include an assessment of the applicability of best-estimate and uncertainty and sensitivity methods to integral tests and their use in reactor applications. \n \nThe scope of the programme is to perform Large Break Loss-Of-Coolant Accident (LB-LOCA) analyses making reference to experimental data and to a Nuclear Power Plant (NPP) to address the issue of “the capabilities of computational tools” including scaling and uncertainty analysis. \n \nThis report is focused on BEMUSE Phase V activities and results. In Phase I the methodologies were discussed, in Phase II the Best-Estimate calculation of a test was performed, in Phase III the uncertainties and sensitivities were analyzed for the previous test and finally, in Phase IV, the Best Estimate calculation for a NPP was developed. All these previous phases constitute the background which is intended to be used in the present phase in order to produce final uncertainty results. Nowadays, Best Estimate Plus Uncertainty Methods are broadly used worldwide, directly for licensing purposes (USA, Netherlands, Brazil, etc.) or linked to future use for licensing (Canada, Czech Republic, France, etc.). The results presented in this report conclude on the computational aspects of the comparative exercise as they are a necessary step for future uses of these methods for licensing purposes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,020 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,002 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».