【摘 要】
：
高放废物地质处置地下实验室建设项目是我国“十三五规划”的重点项目。文章介绍了我国首座高放废物地质处置地下实验室场址筛选的总体思路、筛选准则、候选场址特征、场址比选的定性和定量方法、比选过程和最终结果。我国首座地下实验室总体定位为第三代地下实验室，即特定场区型地下实验室。以此为指导，综合分析对比了甘肃北山、内蒙古、新疆三大预选区中9个预选场址（旧井西、新场、沙枣园、算井子、雅满苏、天湖东、阿奇山1号
【基金项目】
：
国家原子能机构核设施退役和放射性废物治理项目； 国际原子能机构技术合作项目资助项目联合资助；
论文部分内容阅读
高放废物地质处置地下实验室建设项目是我国“十三五规划”的重点项目。文章介绍了我国首座高放废物地质处置地下实验室场址筛选的总体思路、筛选准则、候选场址特征、场址比选的定性和定量方法、比选过程和最终结果。我国首座地下实验室总体定位为第三代地下实验室，即特定场区型地下实验室。以此为指导，综合分析对比了甘肃北山、内蒙古、新疆三大预选区中9个预选场址（旧井西、新场、沙枣园、算井子、雅满苏、天湖东、阿奇山1号、塔木素、诺日公）的地质条件、未来自然变化、水文地质条件、人类活动、建造和工程条件、环境保护、土地利用、社会经济和人文条件等场址条件和特征，先筛选出新场、沙枣园、诺日公和雅满苏4个场址。在获得当地政府同意的基础上，经国家层面的专家评审会，最终确定甘肃北山新场为我国首座高放废物地质处置地下实验室场址。以新场场址为基础，完成了地下实验室的工程设计。2021年6月地下实验室正式开工建设。
其他文献
本文对计算机网络以及防火墙技术都进行了分析,从而说明防火墙技术的必要性以及重要性。本文在计算机网络方面主要介绍了计算机网络的定义、存在的问题和造成的后果以及安全防护技术。在防火墙技术中则是对防火墙技术的概念、作用以及研究意义进行了说明,进而对防火墙技术的运用进行了分析说明。在对这两方面都进行了阐述之后,更加能够了解到计算机网络防火墙在日常生活中起到的作用,以及带来的好处。
目的 构建不同培养模式的血脑屏障（BBB）体外细胞模型并进行结构和功能的比较和分析。方法 用人脑微血管内皮细胞系（hCMEC/D3）、人脑星形胶质母细胞瘤细胞系（U87MG）和人脑血管周细胞系（HBVP）3种细胞在Transwell装置中构建细胞模型。根据细胞种类和细胞位置的不同，将模型分为单培养、双培养（hCMEC/D3+U87MG或HBVP）、不接触共培养、半接触共培养和全接触共培养5种血脑屏
课程思政在国家高等学校课程思政建设的设计和全面部署下开始得到迅速建设。本文以X光机图像识别课程为例,探索该课程的思政建设,根据当代民航精神和民航安全技术管理专业性质,提出工匠精神、三个敬畏、百善孝为先等思政元素,并根据课程特征提出若干思政元素的教学方法。
技术标准高、产业定位高、国际化水平高外高桥保税区是国内较早探索转型升级的保税园区之一。在因离境退税政策已无法满足国内加工贸易深加工结转和保税物流发展的需要,面临发展挑战同时,外高桥保税区把握上海市加快上海国际贸易中心、国际航运中心建设机遇,要求以保税区和港口为依托,进一步拓展国际贸易、国际航运发展路径。
针对智慧校园可视化平台进行系统设计，提出用户活跃度和轨迹相似度算法，构建用户画像模型，最后对提出的智慧校园可视化平台算法进行测试分析。结果显示，优化后的用户相似度算法更能为精确，能够较好的度量移动轨迹相似性。提出的特征选择算法的分类结果准确度较高，优于其他算法，集成模型的标签预测准确率明显优于简单分类器，二级融合模型的准确率在一级Stacking的基础上又提升了3%。
日前水利部制定出台了《关于推进水利工程标准化管理的指导意见》（以下简称《指导意见》）《水利工程标准化管理评价办法》及相应的评价标准等文件。为确保这一管理举措顺利施行，水利部运行管理司负责人就相关文件进行了解读。本期刊登解读内容，以飨读者。
目的:探讨异基因造血干细胞移植（allo-HSCT）受者体内泊沙康唑对环孢素血药浓度的影响。方法:纳入27例allo-HSCT受者，采用环孢素免疫抑制治疗且血药浓度位于治疗窗(150～300μg·L-1)内，之后合用泊沙康唑预防真菌感染。收集受者合用泊沙康唑前与合用1～10 d内的环孢素谷浓度（C0）、浓度剂量比（C0/D）,比较两药合用前后环孢素的剂量及浓度。结果:allo-HSCT受者合用泊沙
以“适性启能，向阳而生”为思想引领，构建生活知识、劳动技能、运动与康复、艺术与休闲、环境五类培智课程。推进课程实施：课题研究，推进艺术与休闲类课程建设；改革期末监测，助力劳动技能类课程；优化作业布置与批改，落实生活知识类课程；参加残奥会，强化运动与康复类课程建设；搭建爱心平台，助力环境课程。教师包班协作、课程连排，践行整合课程；尊重个体差异，探索走班教学，初步建构起适宜学生成长的新型育人方式。
人工智能的飞速发展和由此带来的产业革命引发了一系列人工智能伦理问题，这些问题正成为阻碍新技术潜力发挥的主要障碍。人工智能所处的困境与生物科技、医学等领域一样，在新技术开发与实践的发展过程中，伦理问题也备受关注。然而，与其他领域不同，人工智能增加了一个新的伦理维度——可解释性，即机器学习的模型和算法，可以被用户理解和需要对用户负责任。这对于教育来说，开启了一个前所未有的参与人工智能发展的空间和可能。