Aplikace malého modulárního jaderného reaktoru pro důlní projekty v Kanadě
Bibliographic record
Abstract
Předkládaná diplomová práce vznikla ve spolupráci se společností ÚJV Řež, a. s. za účelem možnosti aplikace malých modulárních jaderných reaktorů v odlehlých oblastech, konkrétně v dolech na severu Kanady. Teoretická část je věnována popisu současné situace těžebního průmyslu v Kanadě se zaměřením na oblasti Northwest Territories a Nunavut. Následně jsou popsány v současné době vyvíjené technologie využitelné pro malé modulární reaktory. Z popsaných technologií je podrobněji popsán projekt Energy Well pracující na bázi tekutých solí. Pro projekt Energy Well jsou popsány možnosti aplikace v odlehlých ostrovech Indonésie a výroby vodíku přidruženou k reaktoru. V praktické části jsou definována kritéria pro výběr lokalit s možnou aplikací malého modulárního reaktoru. Pro zvolené projekty je vytvořeno ekonomické porovnání současně využívaných diesel generátorů a modelů využívajících malý modulární reaktor doplněný o záložní diesel generátory.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.035 | 0.008 |
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".