Which is better, a SCoTSS gamma imager, or an ARDUO UAV-borne directional detector?
Notice bibliographique
Résumé
The SiPM-based Compton Telescope for Safety and Security (SCoTSS) has been developed with inorganic crystalline scintillator material for gamma detection. The instrument is sensitive enough to be used in a mobile survey mode, accumulating energy deposited in any crystal second-by-second and tagging these spectra with GPS position. The SCoTSS imager of course has the additional advantage of being able to produce an image of the radioactive objects in its field of view using events that satisfy a coincidence trigger between the scatter and absorber layers. The Advanced Radiation Detector for UAV Operations (ARDUO) on the other hand, is a non-imaging directional detector intended for use aboard a small unmanned aerial vehicle (UAV). The ARDUO detector features exactly the same volume of CsI(Tl) as is used in the absorber layer of a single SCoTSS module, giving it similar detection and alarming sensitivity, and mapmaking capability. However, in the ARDUO detector, the crystals are arranged closely together to optimize direction determination from self-shielding effects. Flown in a grid pattern with a UAV over an area of extended contamination, the ARDUO detector is also capable of making a map or image of that area. With its close-packed crystal arrangement, the ARDUO detector makes a poor Compton imager but does have some ability to produce a peripheral image in a fly-by. In this presentation we investigate the relative merits of Compton imaging versus mobile directional detection.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».