Applicability of the Dose Spiking Electron Paramagnetic Resonance Method for the Quantitative Measurements of Low Doses in Alanine Dosimetry
Notice bibliographique
Résumé
Abstract Ionizing radiation generates unpaired electrons or free radical centers in alanine. The electron paramagnetic resonance (EPR) detects, identifies, and quantifies these free radicals, proportional to the absorbed dose. The accurate measurements of low doses using EPR dosimetry with alanine are highly challenging due to (1) the weak EPR dosimetric signal from low dose alanine and measurement errors, (2) the sample anisotropy in crystalline alanine, and (3) the background signals from sample impurities. This study explores the feasibility of using the dose spiking EPR technique to overcome these challenges and decreases the detection limit up to 20 milligray (mGy) in a low dose measurement using EPR. The measurement errors from the sample anisotropy were reduced by rotating the samples relative to the constant magnetic field direction using a goniometer and averaging the resulting EPR spectra. This technique decreased the measurement errors at high doses; however, it was insufficient to decrease the detection limit and increase the measurement accuracy at low doses (<0.5 Gy). As a result, the high measurement accuracy at the high doses (>4 Gy) was exploited to increase the accuracy at the low doses using the dose spiking EPR technique. To this end, the low-dose alanine sample, undetectable and not reliably measurable in the X-band continuous wave (CW) EPR spectrometer, spikes with a high dose (4 Gy). Then, the total dose was measured and subtracted from a spike dose to get the initial low dose. This technique detected and measured the low doses with reliable accuracy (±10%). As a result, we concluded that this method has great potential to solve the low dose measurement problems in alanine dosimetry.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».