MétaCan
Menu
Retour à la cohorte
Enregistrement W2046012066 · doi:10.1117/12.417157

Resolution and sensitivity in computer-automated radioactive particle tracking (CARPT)

2001· article· en· W2046012066 sur OpenAlex
Shantanu Roy, Faı̈çal Larachi, Muthanna H. Al‐Dahhan, Milorad P. Duduković

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2001
Typearticle
Langueen
DomaineEngineering
ThématiqueNuclear reactor physics and engineering
Établissements canadiensUniversité Laval
Organismes subventionnairesSandia National Laboratories
Mots-clésSensitivity (control systems)Tracking (education)Resolution (logic)Computer scienceArtificial intelligenceEngineeringElectronic engineering

Résumé

récupéré en direct d'OpenAlex

The computer automated radioactive particle tracking (CARPT) is a non-invasive flow monitoring technique used! for measuring mean and fluctuating velocity fields of a traced phase in a multiphase flow system. The method involves accurately monitoring the instantaneous position of a radioactive tracer particle using an array of strategically positioned scintillation detectors. A limitation to the accuracy of CARPT lies in the error associated with the reconstruction of the tracer particle position which affects the space-resolution of the technique. It is of interest, therefore, to minimize this error by choosing wisely the best hardware and an optimal configuration of CARPT detectors’ array. Such choices are currently based on experience, without firm scientific basis. In this paper, through theoretical modeling and simulation, we describe how the accuracy of a radioactive particle tracking setup may be assessed a priori. Through an example of a proposed implementation of CARPT on a gas- solids riser, we demonstrate how this knowledge can be used for choosing the hardware required for the experiment. Finally, we show how the optimal arrangement of detectors can be effected for maximum accuracy for a given amount of monetary investment for the experiment.

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.

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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,937
Score d'incertitude au seuil0,946

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,001
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 Opus0,011
Tête enseignante GPT0,213
Écart entre enseignants0,202 · 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