Electron paramagnetic resonance biophysical radiation dosimetry with tooth enamel
Notice bibliographique
Résumé
This thesis deals with the advancements made in the field of Electron Paramagnetic Resonance (EPR) for biophysical dosimetry with tooth enamel for accident, emergency, and retrospective radiation dose reconstruction. A methodology has been developed to measure retrospective radiation exposures in human tooth enamel. This entails novel sample preparation procedures with minimum mechanical treatment to reduce the preparation induced uncertainties, establish optimum measurement conditions inside the EPR cavity, post‐process the measured spectrum with functional simulation of dosimetric and other interfering signals, and reconstruct dose. By using this technique, retrospective gamma exposures as low as have been successfully deciphered. The notion of dose modifier was introduced in EPR biodosimetry for low dose measurements. It has been demonstrated that by using the modified zero added dose (MZAD) technique for low radiation exposures, doses in 100 mGy ranges can be easily reconstructed in teeth that were previously thought useless for EPR dosimetry. Also, the use of a dose modifier makes robust dose reconstruction possible for higher radiation exposures. The EPR dosimetry technique was also developed for tooth samples extracted from rodents, which represent small tooth sizing. EPR doses in the molars, extracted from the mice irradiated with whole body exposures, were reassessed and shown to be correct within the experimental uncertainty. The sensitivity of human tooth enamel for neutron irradiation, obtained from the 3 MV McMaster K.N. Van de Graaff accelerator, was also studied. For the first time this work has shown that the neutron sensitivity of the tooth enamel is approximately 1/10th of the equivalent gamma sensitivity. Parametric studies for neutron dose rate and neutron energy within the available range of the accelerator, showed no impact on the sensitivity of the tooth enamel. Therefore, tooth enamel can be used as a dosimeter for both neutrons as well as gamma radiation. We will continue experiments to develop this end point as a sensitive accident or emergency tool for our response capabilities.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».