MétaCan
Menu
Retour à la cohorte
Enregistrement W2104403785

Inspecting safety level of bluetooth headset radiation in the vicinity of human head: A numerical study

2013· article· en· W2104403785 sur OpenAlexaff
Reza Aminzadeh, Mehrangiz Ashiri, Khosrow Hajsadeghi, Sarah Naghedi Hosseinzade, Hadi Hosseinzadeh Khaligh

Notice bibliographique

RevueEuropean Conference on Antennas and Propagation · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueWireless Body Area Networks
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésHeadsetSpecific absorption rateBluetoothHuman headComputer scienceHead (geology)SimulationHeadphonesSoftwareOrientation (vector space)Rocket (weapon)Finite-difference time-domain methodVirtual realityOptical head-mounted displayAcousticsWirelessAerospace engineeringComputer visionAbsorption (acoustics)Antenna (radio)EngineeringArtificial intelligenceOpticsTelecommunicationsPhysicsGeology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Bluetooth headsets are one of the popular accessories of mobile phones because of their convenience. It is necessary to assess the impact of electromagnetic waves on the human head when a person is using a headset. In this paper different scenarios closely modeling the situations that a subject may use the headset in real life are simulated. Simulations are performed for two types of materials commonly used to manufacture the headsets, namely silicone and acetal, and for two different orientation angle of the headset on the ear. Specific Absorption Rate (SAR) and path loss values are then obtained for two different environments, the open space and inside a car. SEMCAD-X software is used as a FDTD-based simulation platform for our numerical studies. It can be seen from the results that the minimum amount of SAR is obtained by using acetal headsets in open space and sillicone headsets inside the car for an angle of 60°.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,075
Tête enseignante GPT0,279
Écart entre enseignants0,204 · 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'étudeSimulation ou modélisation
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

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Conference on Antennas and PropagationMême sujetWireless Body Area NetworksTravaux en français237 207