MétaCan
Menu
Retour à la cohorte
Enregistrement W3194509154 · doi:10.1093/rpd/ncab120

DOSIMETRIC CHARACTERISATION OF A SUB-NATURAL BACKGROUND RADIATION ENVIRONMENT FOR RADIOBIOLOGY INVESTIGATIONS

2021· article· en· W3194509154 sur OpenAlex
Konnor Kennedy, Alexandre Leblanc, Jake Pirkkanen, Christopher Thome, T.C. Tai, Robert J. LeClair, Douglas R. Boreham

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueRadiation Protection Dosimetry · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueRadioactivity and Radon Measurements
Établissements canadiensNOSM UniversityLaurentian University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésRadiobiologyIonizing radiationBackground radiationLinear energy transferRadiationEnvironmental scienceDose rateDosimetryRadonRadiochemistryAbsorbed doseEquivalent doseNuclear medicinePhysicsNuclear engineeringIrradiationNuclear physicsChemistryMedicine

Résumé

récupéré en direct d'OpenAlex

Living systems have evolved in the presence of naturally occurring ionising radiation. REPAIR is a research project investigating the biological effects of sub-natural background radiation exposure in SNOLAB, a deep-underground laboratory. Biological systems are being cultured within a sub-background environment as well as two control locations (underground and surface). A comprehensive dosimetric analysis was performed. GEANT4 simulation was used to characterise the contribution from gamma, muons and neutrons. Additionally, dose rates from radon, 40K and 14C were calculated based on measured activity concentrations. The total absorbed dose rate in the sub-background environment was 27 times lower than the surface control, at 2.48 ± 0.20 nGy hr-1, including a >400-fold reduction in the high linear energy transfer components. This modelling quantitatively confirms that the environment within SNOLAB provides a substantially reduced background radiation dose rate, thereby setting the stage for future sub-background biological studies using a variety of model organisms.

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.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,576
Score d'incertitude au seuil0,951

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,081
Tête enseignante GPT0,352
Écart entre enseignants0,271 · 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