MétaCan
Menu
Retour à la cohorte
Enregistrement W2036506482 · doi:10.1088/0031-9155/52/19/n04

A rapid, high sensitivity technique for measuring arsenic in skin phantoms using a portable x-ray tube and detector

2007· article· en· W2036506482 sur OpenAlexafffund
David Fleming, Mihai R. Gherase

Notice bibliographique

RevuePhysics in Medicine and Biology · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueArsenic contamination and mitigation
Établissements canadiensMount Allison University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésArsenicDetection limitMaterials scienceImaging phantomDetectorTube (container)X-ray tubeSensitivity (control systems)X-rayX-ray detectorOpticsNuclear medicinePhysicsChemistryMedicineChromatographyComposite material

Résumé

récupéré en direct d'OpenAlex

Using a portable x-ray tube and silicon PiN diode detector, an improved approach to the measurement of arsenic in skin phantoms was demonstrated. Skin phantoms of 8 mm thickness were made from polyester resin, with arsenic concentrations ranging from 0 to 30 microg g(-1). The excitation of characteristic arsenic x-rays was performed with the x-ray tube and K(alpha) x-rays were used as an indicator of arsenic concentration. From repeated phantom measurements, an instrumental minimum detection limit of 0.446 +/- 0.006 microg g(-1) was found, using an acquisition time of 120 s (real time). This compares with previously reported approaches having instrumental minimum detection limits of 3.5 +/- 0.2 microg g(-1) (1800 s real time), 2.3 +/- 0.1 microg g(-1) (1000 s live time) and 0.40 +/- 0.06 microg g(-1) (1000 s live time).

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,580
Score d'incertitude au seuil0,260

Scores Codex et Gemma par catégorie

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

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 Opus0,108
Tête enseignante GPT0,332
Écart entre enseignants0,224 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations32
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysics in Medicine and BiologyMême sujetArsenic contamination and mitigationTravaux en français237 207