MétaCan
Menu
Retour à la cohorte
Enregistrement W2328482192 · doi:10.1093/rpd/ncr358

Review of bubble detector response characteristics and results from space

2011· review· en· W2328482192 sur OpenAlexafffundabout
B.J. Lewis, M. B. Smith, H. Ing, H. R. Andrews, R. Machrafi, Leena Tomi, Tristan Matthews, L. M. Veloce, Vyacheslav Shurshakov, I.V. Tchernykh, N. Khoshooniy

Notice bibliographique

RevueRadiation Protection Dosimetry · 2011
Typereview
Langueen
DomainePhysics and Astronomy
ThématiqueNuclear Physics and Applications
Établissements canadiensCanadian Space AgencyOntario Tech UniversityRoyal Military College of Canada
Organismes subventionnairesCanadian Space AgencyChina Institute of Atomic Energy
Mots-clésDetectorInternational Space StationBubbleNeutronSatelliteAerospace engineeringPhysicsSpace environmentNeutron detectionNuclear physicsSpace (punctuation)SpectrometerSpace researchNuclear engineeringEnvironmental scienceOpticsComputer scienceEngineeringAstronomyMechanics

Résumé

récupéré en direct d'OpenAlex

A passive neutron-bubble dosemeter (BD), developed by Bubble Technology Industries, has been used for space applications. Both the bubble detector-personal neutron dosemeter and bubble detector spectrometer have been studied at ground-based facilities in order to characterise their response due to neutrons, heavy ion particles and protons. This technology was first used during the Canadian-Russian collaboration aboard the Russian satellite BION-9, and subsequently on other space missions, including later BION satellites, the space transportation system, Russian MIR space station and International Space Station. This paper provides an overview of the experiments that have been performed for both ground-based and space studies in an effort to characterise the response of these detectors to various particle types in low earth orbit and presents results from the various space investigations.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,287
Écart entre enseignants0,259 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRadiation Protection DosimetryMême sujetNuclear Physics and ApplicationsTravaux en français237 207