Notice bibliographique
Résumé
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».