MétaCan
Menu
Retour à la cohorte
Enregistrement W2289278937 · doi:10.13034/jsst.v8i1.43

Can Smartphones Measure Radiation Exposures?

2015· article· en· W2289278937 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJournal of Student Science and Technology · 2015
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueRadiation Detection and Scintillator Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIonizing radiationRadiationCalibrationMeasure (data warehouse)PhysicsDetectorOpticsNuclear medicineComputer graphics (images)Medical physicsComputer scienceIrradiationMedicineNuclear physicsDatabase

Résumé

récupéré en direct d'OpenAlex

Ionizing radiation, such as X-rays, is potentially harmful to humans. Ionizing radiation can be detected by radiation detectors, which are not easily available to the public. Thus, the feasibility of using smartphones to detect and measure X-ray exposures was investigated in this work. Two sets of experiments were conducted using an Apple iPhone 4 smartphone. For one experiment, the smartphone was used as an X-ray source, while the second experiment tested the use of the iPhone as an exposure meter. Using the iPhone 4, it was found that when videos were taken during X-ray exposures, white tracks appeared in the videos, which indicated a radiation absorption event. By counting the total number of tracks in the videos (using image processing software), X-ray exposures could be determined using a calibration factor obtained from the first set of experiments. It was found that the calibration factor was strongly dependent on the video settings, but weakly dependent on the incident angle of X-rays on the phone as long as the incident angle was within ±45 degrees from the normal incidence. It was observed that, as an exposure meter, the iPhone 4 was ±20% accurate compared to a standard detector used by hospitals. The results of this work suggest that it is feasible to use an iPhone 4 to measure radiation exposures.Les rayonnements ionisants comme les rayons X, peuvent être nuisible sans être sensiblement distingués par des humains. La faisabilité de l’utilisation des smartphones qui peuvent détecter des rayons X, et ce, en mesurant l’exposition à de tels rayons faisait l’objet de cet étude. Deux séries d’expériences ont été fait avec un iPhone4. Une série portait sur le calibrage de l’iPhone avec une source de rayon X. L’autre série portait sur l’utilisation de l’iPhone comme dispositif de photométrie. L’expérience a révélé que lors de la prise de vidéo pendant une exposition aux rayons X, des brillantes traces blanches se sont apparues dans les vidéos dont chacune a indiqué un événement d’absorption de radiation. En comptant le nombre total de traces dans les vidéos (utilisant un logiciel de traitement d’image), des expositions radiographiques pourraient être déterminées en utilisant un facteur de calibrage obtenu de la première série d’expériences. Les paramètres de vidéo ont eu une importante influence sur le facteur de calibrage, tandis que l’influence de l’angle d’incident de radiographies au téléphone leur signifiait moins tant que l’angle d’incident était d’environ ±45 degrés de l’incidence normale. L’iPhone comme dispositif de photométrie révélait être d’environ ±20 % précis par rapport à un détecteur standard utilisé dans des hôpitaux.

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.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,244
Score d'incertitude au seuil0,204

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,018
Tête enseignante GPT0,279
Écart entre enseignants0,260 · 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