MétaCan
Menu
Retour à la cohorte
Enregistrement W4281793232 · doi:10.18421/tem112-54

Comparative Analysis of Methods for Calculating the Energy Flux Density used in Assessing the Permissible Level of Environmental Pollution by Electromagnetic Radiation

2022· article· en· W4281793232 sur OpenAlexaboutno aff
Viliam Ďuriš, В. Н. Иванов, Sergey G. Chumarov

Notice bibliographique

RevueTEM Journal · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Signal Processing Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIsotropyFlux (metallurgy)Range (aeronautics)Antenna (radio)Electromagnetic radiationRadiationPower densityEnvironmental scienceOpticsPower (physics)PhysicsTelecommunicationsEngineeringMaterials scienceAerospace engineering

Résumé

récupéré en direct d'OpenAlex

In this article, the results of measurements and calculations of the power flux density in the frequency range 670 MHz-766 MHz (46th and 57th television channels) of digital broadcasting of the DVBT2 standard were presented. Experimental data on the power flux density were obtained by the selective electromagnetic field meters NARDA SRM-3000 with an isotropic antenna. The radiating system consists of 16 panel antennas (four-storey panel antennas) with a circular radiation pattern in the horizontal plane. Calculations were carried out in the ПК АЭМО (Software package for electromagnetic environment analysis) and MMANA programs. The data obtained were compared with the permissible exposure limit (PEL) of energy flux density (EFD) set by health and safety rules and standards (2.1.8/2.2.4.1383-03), which operate on the territory of Russia.The values obtained are significantly less than the acceptable levels. In the USA, Japan, European countries, Canada, China, and the PEL of energy flux density in the frequency range 300 MHz – 300 GHz are higher than in Russia.

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)0,012
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,024
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,055
Tête enseignante GPT0,365
Écart entre enseignants0,310 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTEM JournalMême sujetAdvanced Signal Processing TechniquesTravaux en français237 207