MONITORING METHODS AND DOSE ASSESSMENT FOR INTERNAL EXPOSURES INVOLVING MIXED FISSION AND ACTIVATION PRODUCTS CONTAINING ACTINIDES
Notice bibliographique
Résumé
Internal dose assessment for intakes of radionuclide mixtures is a difficult task. When the radionuclide mixture contains both the easy to detect gamma emitters, e.g., 60Co and 95Zr, and difficult to detect alpha emitters such as 239Pu and 241Am, a single monitoring method, such as in-vivo counting, is inadequate for detection and dose assessment. Recent experience with task related monitoring for such radionuclide mixtures at Ontario Power Generation CANDU nuclear power plants has offered an opportunity to review this topic and suggest a strategy for monitoring that involves a combination of in-vivo and in-vitro methods. Using the radionuclide composition data in a mixture from an actual case as an example, this paper describes a monitoring strategy for mixed fission and activation products, including the advantages and pitfalls of reliance on surrogate radionuclides for signaling the presence of actinides in the mixture. The described monitoring strategy is consistent with the recommendations of ICRP Publication 78, which advocates a "combination of techniques so as to make the best possible evaluation of an unusual situation, for example, a programme of both body activity and excreta measurements." The use of experience and professional judgement for interpreting the combined in-vivo and in-vitro data for interim and ultimate intake and dose assessment is discussed and emphasized.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».