MétaCan
Menu
Retour à la cohorte
Enregistrement W2107641205 · doi:10.1109/iembs.1997.756824

Human organ and tissue induced currents by 60 Hz electric and magnetic fields

2002· article· en· W2107641205 sur OpenAlexafffund
M.A. Stuchly, Trevor W. Dawson

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueElectromagnetic Fields and Biological Effects
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésElectric fieldComputational physicsPhysicsMagnetic fieldElectric potentialCurrent densityElectric currentFinite-difference time-domain methodScalar (mathematics)Electromagnetic inductionDiscretizationMagnetic potentialScalar potentialComputationNuclear magnetic resonanceVoltageOpticsMathematical analysisComputer scienceClassical mechanicsMathematicsAlgorithmGeometryElectromagnetic coil

Résumé

récupéré en direct d'OpenAlex

The objective of the research presented was to reliably compute induced electric fields and currents in a realistic human model with a high resolution for exposures to 60 Hz electric and magnetic fields. All computations were for an anatomically-derived human full-body model discretized into a set of 3.6 mm cubes. For electric field induction a hybrid method was used. In this method a new quasi-static FDTD formulation was used to compute the fields with the lower resolution of 7.2 mm. The electric field at the body surface was then used to compute the surface charge density. The charge densities from the FDTD were interpolated onto a 3.6 mm grid and used as the source of the body interior potentials and electric fields in the scalar potential finite difference method (SPFD). For magnetic induction the SPFD method was used with the magnetic vector potential as the source. Organ average, organ maximum and spatial maps of the induced electric and current density fields were obtained. These dosimetric data for 30 different organs and tissues can be analyzed from various perspectives.

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 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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,454

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 savante0,0000,000
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 Opus0,008
Tête enseignante GPT0,232
Écart entre enseignants0,224 · 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 tête enseignante, 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

Citations6
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetElectromagnetic Fields and Biological EffectsTravaux en français237 207