MétaCan
Menu
Retour à la cohorte
Enregistrement W2171623009 · doi:10.1093/rpd/ncq073

Selection of the most appropriate two-dosemeter algorithm for estimating effective dose equivalent during maintenance periods in Korean Nuclear Power Plants

2010· article· en· W2171623009 sur OpenAlexaboutno aff
Hee Geun Kim, Tae Young Kong

Notice bibliographique

RevueRadiation Protection Dosimetry · 2010
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphite, nuclear technology, radiation studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAlgorithmRadiation protectionNuclear powerComputer scienceNuclear power plantReliability engineeringNuclear medicineNuclear engineeringMedical physicsPhysicsMedicineEngineeringNuclear physics

Résumé

récupéré en direct d'OpenAlex

The application of a two-dosemeter system with its algorithm, as well as a test of its use in an inhomogeneous high-radiation field, is described in this study. The goal was to improve the method for estimating the effective dose equivalent during maintenance periods at Korean Nuclear Power Plants (NPPs). The use of this method in Korean and international NPPs, including those NPPs in the USA and Canada, was also investigated. The algorithms used by the the American National Standards Institute, Lakshmanan, the National Council on Radiation Protection and Measurements (NCRP), the Electric Power Research Institute and Kim were extensively analysed as two-dosemeter algorithms. Their possible application to NPPs was evaluated using data for each algorithm from two-dosemeter results that were obtained from an inhomogeneous high-radiation field during maintenance periods at Korean NPPs. The NCRP algorithm (55:50) was selected as an optimal two-dosemeter algorithm for Korean NPPs by taking into account the field test results and the convenience of wearing two dosemeters.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,007
Tête enseignante GPT0,243
Écart entre enseignants0,236 · 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

Citations7
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRadiation Protection DosimetryMême sujetGraphite, nuclear technology, radiation studiesTravaux en français237 207