Multiple Methods for Assessing the Dose to Skin Exposed to Radioactive Contamination
Notice bibliographique
Résumé
There is the possibility for a worker at a nuclear installation, such as a nuclear power reactor, a fuel production facility or a medical facility, to come in contact with radioactive contaminants. When such an event occurs, the first order of business is to care for the worker by promptly initiating a decontamination process. Usually, the radiation protection personnel performs a G-M pancake probe measurement of the contamination in situ and collects part or all of the radioactive contamination for further laboratory analysis. The health physicist on duty must then perform, using the available information, a skin dose assessment that will go into the worker's permanent dose record. The contamination situations are often complex and the dose assessment can be laborious. This article compares five dose assessment methods that involve analysis, new technologies and new software. The five methods are applied to 13 actual contamination incidents consisting of direct skin contact, contamination on clothing and contamination on clothing in the presence of an air gap between the clothing and the skin. This work shows that, for the cases studied, the methods provided dose estimates that were usually within 12% (1σ) of each other, for those cases where absolute activity information for every radionuclide was available. One method, which relies simply on a G-M pancake probe measurement, appeared to be particularly useful in situations where a contamination sample could not be recovered for laboratory analysis.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».