Measuring Workload with Paired Detectors
Notice bibliographique
Résumé
Linear accelerator workloads for each available photon energy are important quantities to know for radiation safety considerations, and presented is a technique to measure the workload using paired detectors. The signals from the two detectors can give sufficient information to separate the signal contributions from 6 and 18 MV photon fields and, combined with a signal-per-monitor-unit calibration factor, yields the number of monitor units delivered for each energy. CR-39 NTD is a neutron detector chosen for its ability to discriminate between 6 MV and 18 MV radiation fields. TLD-100 is a detector responsive to both 6 MV and 18 MV fields. These appeared to be a good choice for a detector pair. This experiment had both failures and successes to report. The CR-39 NTD and TLD-100 were not a successful pairing. The CR-39 NTD signals saturated under this experiment's exposure conditions. The TLD-100 had a combination of detector noise and detector sensitivity that made extracting the 6 MV signal from the total signal impractical, unless the total exposure was overwhelmingly 6 MV. Nevertheless, the TLD-100 proved to be excellent for determining workloads when it was exposed to a single energy with 1% accuracy and 3% precision. The theory and data analysis showed the importance of understanding the noise contributions for the more general problem of pairing any two detector types. This experiment indicated the TLD-100 could be an excellent detector choice if paired with a suitable second detector.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».