MétaCan
Menu
Retour à la cohorte
Enregistrement W2594160269

Comparative study of the effects of dosimetric E-field sensor size on the detected field intensity, at 5.2 GHz and 5.8 GHz

2006· article· en· W2594160269 sur OpenAlexaff
Alain Tran, Stuart Nicol, Jacek Wójcik, M.C.E. Yagoub

Notice bibliographique

RevueInternational Symposium on Antenna Technology and Applied Electromagnetics · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueUltrasound and Hyperthermia Applications
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésImaging phantomFinite-difference time-domain methodSensitivity (control systems)Materials scienceOpticsBoundary (topology)Field (mathematics)Intensity (physics)DosimetryRange (aeronautics)PhysicsElectronic engineeringMathematicsNuclear medicineEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Numerical and experimental characterizations of the dosimetric E-field probe sensor size has been performed at 5.2 GHz and 5.8 GHz. Also investigated is the, 2.8mm and 4.9mm tip-diameter probes which have been designed and validated against international regulations' and standards. Numerical characterizations show that smaller probe-sensors have lower sensitivity than longer probe-sensors. Lab measurement results show that both of the fabricated probes (3mm and 4.9mm diameter) yield SAR values in line with the FDTD (finite-difference-time-domain) derived target SAR values within +/-5%. When the probe is in immediate proximity of the phantom boundary, probe positioning uncertainty becomes a major factor. Probe positioning uncertainty, as well as boundary effect, can be reduced by keeping this distance to at least 0.6mm from the probe tip. Since the difference in SAR between the two probes is less than 13%, we conclude that the 4.9mm and 2.8mm probes are both equally suitable to be used for dosimetric assessment in the 5.2–5.8 GHz frequency range.

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)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,004
Tête enseignante GPT0,195
Écart entre enseignants0,192 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Symposium on Antenna Technology and Applied ElectromagneticsMême sujetUltrasound and Hyperthermia ApplicationsTravaux en français237 207