MétaCan
Menu
Retour à la cohorte
Enregistrement W2471698541 · doi:10.12943/cnr.2015.00053

A METHOD FOR COINCIDENCE SUMMING COMPENSATION OF SIMULATION RESULTS USING MCNP ON Co60 VOLUME SOURCE

2016· article· en· W2471698541 sur OpenAlexaffvenue
Liqian Li, Quincy Alexander, B.M. van der Ende

Notice bibliographique

RevueCNL Nuclear Review · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueNuclear reactor physics and engineering
Établissements canadiensCanadian Nuclear Laboratories
Organismes subventionnairesnon disponible
Mots-clésCoincidenceMonte Carlo methodDetectorCalibrationCompensation (psychology)Volume (thermodynamics)PhysicsComputer scienceComputational physicsOpticsMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Monte Carlo simulation using Monte Carlo N-Particle code (MCNP), after validation with experimental measurements, is a convenient method of indirect detector calibration when a direct calibration is not feasible. This paper presents a procedure of comparing MCNP simulation output with a multichannel analyzer measurement of a NaI detector for validation purposes. When there is coincidence summing with the radioactive source, the discrepancy between the MCNP output and the real measurement may be significant where coincidence summation peaks are expected due to the fact that MCNP cannot handle coincidence summing. A method is developed to compensate for the coincidence summing effect of the volume source. Comparison between the measurement data and the simulated output data after the compensation is given at the end of this paper.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,939
Score d'incertitude au seuil0,462

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 Opus0,042
Tête enseignante GPT0,299
Écart entre enseignants0,257 · 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'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

Citations1
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCNL Nuclear ReviewMême sujetNuclear reactor physics and engineeringTravaux en français237 207