Que faire des déchets radioactifs ?
Bibliographic record
Abstract
Que faire des déchets radioactifs dont la durée d’activité se compte en milliers d’années ? La transmutation n’étant pas encore maîtrisée, restent deux options : soit prévoir un entreposage de longue durée qui, sauf catastrophe, aura un coût régulier important, soit les stocker en « lieu sûr », à 500 mètres de profondeur (projet Cigéo), ce qui implique un investissement majeur. Le choix nécessite de procéder à une évaluation socio-économique (ESE) des avantages et inconvénients de ces solutions à l’horizon de plusieurs milliers d’années, un horizon temporel particulièrement long au regard des travaux de prospective habituels. Julie de Brux, Patrice Geoffron, Pierre-Benoit Joly, Reza Lahidji, Jacques Percebois et Émile Quinet, qui ont contribué à cette ESE, exposent ici comment l’évaluation a pu être faite, en prenant en considération non seulement les perspectives économiques à très long terme, mais aussi la pérennité des institutions publiques et, plus généralement, de la société. De manière certes un peu caricaturale, deux scénarios sont esquissés, dits scénarios OK ou KO, mais encore faut-il calculer les coûts et bénéfices des deux options dans chaque cas de figure (dont la probabilité est grossièrement estimée) en utilisant un taux d’actualisation dont les auteurs expliquent le mode de calcul. L’étude ainsi menée montre que le projet d’enfouissement (projet Cigéo) est « avec un taux d’actualisation tout à fait raisonnable, le plus profitable du point de vue de la collectivité dès lors que l’on assigne au scénario KO une probabilité de réalisation d’au moins 15 % ». Un tel exercice est assurément périlleux et la méthode osée. Quelqu’un a-t-il une autre solution ? H.J.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.004 |
| Scholarly communication | 0.007 | 0.006 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.043 | 0.009 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".