MétaCan
Menu
Retour à la cohorte
Enregistrement W3001902340 · doi:10.1080/16878507.2019.1711341

GEANT4 simulations of cosmic muon background in CEMRC BEGe lung detectors and detection sensitivity optimization of trans-uranic radionuclides

2020· article· en· W3001902340 sur OpenAlexaff
J. Turko, I. Pillalamarri, P. Jagam

Notice bibliographique

RevueJournal of Radiation Research and Applied Sciences · 2020
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueRadiation Detection and Scintillator Technologies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésPhysicsSemiconductor detectorNuclear physicsDetectorMuonGermaniumCosmic rayScintillatorSensitivity (control systems)CoincidenceRadionuclideDosimetryBackground radiationRadiochemistryOpticsNuclear medicineRadiationChemistryOptoelectronicsSilicon

Résumé

récupéré en direct d'OpenAlex

In this work, we discuss two results from GEANT4 simulations of the broad-energy germanium (BEGe) lung counting system used by the Carlsbad Environmental Monitoring and Research Center (CEMRC) internal dosimetry laboratory. The first component of the presented research consists of the integration of the cosmic muon background into the environmental background spectra and updated calculations of the minimum-detectable activities (MDAs) that were previously published by the authors. This is followed by an investigation of methods to increase the detection sensitivity to low-energy γ rays produced by the trans-uranic radioisotopes of interest by reducing the number of background counts observed in the region-of-interest (ROI) of the measured γ ray spectra measured by the CEMRC in vivo counting system. Two methods were investigated for improving the MDAs: (1) a reduction in the thickness of the germanium detector crystals, and (2) the addition of a Compton-suppression detection system surrounding the germanium detectors, acting as a anti-coincidence veto counter.

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)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,257

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,049
Tête enseignante GPT0,320
Écart entre enseignants0,272 · 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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Radiation Research and Applied SciencesMême sujetRadiation Detection and Scintillator TechnologiesTravaux en français237 207