MétaCan
Menu
Retour à la cohorte

Inter-laboratory comparison of numerical dosimetry for human exposure to 60 Hz electric and magnetic fields

2000· article· en· W2046631469 sur OpenAlexafffund
M.A. Stuchly, O.P. Gandhi

Notice bibliographique

RevueBioelectromagnetics · 2000
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueElectromagnetic Fields and Biological Effects
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of VictoriaUniversity of Utah
Mots-clésBioelectromagneticsComputationDosimetryExperimental dataReliability (semiconductor)Reference dataComputer scienceComputational physicsElectromagnetic fieldPhysicsMathematicsAlgorithmData miningNuclear medicineStatisticsMedicine

Résumé

récupéré en direct d'OpenAlex

In recent years, with the availability of high resolution models of the human body, numerical computations of induced electric fields and currents have been made in more than one laboratory for various exposure conditions. Despite the verification of computational methods, questions are often asked about the reliability of these data. In this paper, computational results from two laboratories that presented data in compatible formats are compared, supplemented with additional data from the third laboratory. Two exposures to uniform fields at 60 Hz are evaluated. The human body models used in the computations are different and so are the computation al methods and codes. There are some differences in the conductivity values used for some of the tissues, as well. The results of the comparison confirm that these data are reliable, as the overall agreement is reasonably good and the differences can be rationally explained. This comparison also underscores the importance of accurate data on the dielectric properties of tissues.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,008
Tête enseignante GPT0,269
Écart entre enseignants0,262 · 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 source (Gemma direct ou Codex distillé), 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

Citations46
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioelectromagneticsMême sujetElectromagnetic Fields and Biological EffectsTravaux en français237 207