MétaCan
Menu
Retour à la cohorte
Enregistrement W4287377551 · doi:10.26650/jarhs2022-1116282

GENİŞ KAPASİTELİ BİR NÜKLEER TIP MERKEZİNDE KATI RADYOAKTİF ATIK YÖNETİMİ

2022· article· tr· W4287377551 sur OpenAlexaff
Mustafa Demır, Nazenin İpek Işıkçı, Nami Yeyin

Notice bibliographique

RevueSağlık Bilimlerinde İleri Araştırmalar Dergisi / Journal of Advanced Research in Health Sciences · 2022
Typearticle
Languetr
DomaineMaterials Science
ThématiqueGraphite, nuclear technology, radiation studies
Établissements canadiensStantec (Canada)
Organismes subventionnairesIstanbul Üniversitesi-Cerrahpasa
Mots-clésPhysicsMedicineNuclear medicine

Résumé

récupéré en direct d'OpenAlex

Amaç: Nükleer tıp departmanlarında açık radyoaktif izotoplar ile çalışıldığından hastane bünyesinde oluşan radyoaktif atıkların büyük çoğunluğu bu bölümden çıkmaktadır. Bu çalışmanın amacı nükleer tıpta tanısal işlemlerde ve radyonüklit tedavi uygulamaları sonrası oluşan katı radyoaktif atıklardan çevreye salınan radyasyonun şiddetini (doz hızını) ölçmek, çalışan personellerin yıllık radyasyon dozları ile katı radyoaktif atık miktarlarını belirlemek, ayrıca atıkların bertaraf yöntemlerini değerlendirmektir. Gereç ve Yöntem: Doz hızı ölçümleri Geiger-Müller (GM) detektörü ile yapıldı. PET ve SPECT ünitelerinde oluşan katı radyoaktif atıklar kaynağında ayrıştırıldıktan sonra üç gün bekletildi. Tedavi servisinden çıkan radyoaktif atıklar I-131, Lu-177 ve Y-90 radyonüklitlerine ait olup bunlar kurşun izolasyonlu depolarda yaklaşık üç ay bekletilmek suretiyle doz hızları <1 µSv/saat olanlar tahliye edildi. Bulgular: Tedavi ünitesindeki atıkların ortalama doz hızları; I-131, Lu-177 ve Y-90 için sırasıyla 155 µSv/saat, 120 µSv/saat ve 48 µSv/saat bulundu. En fazla atık miktarı I-131 (%46) radyonüklidine ait bulundu. Radyasyon görevlilerinin yıllık efektif ortalama doz değerleri tanıda çalışanlarda 2.12 mSv, tedavide çalışanlarda 3.58 mSv bulundu.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0250,005

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 Opus0,109
Tête enseignante GPT0,419
Écart entre enseignants0,309 · 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'étudeObservationnel
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSağlık Bilimlerinde İleri Araştırmalar Dergisi / Journal of Advanced Research in Health SciencesMême sujetGraphite, nuclear technology, radiation studiesTravaux en français237 207