Methodology and Instrumentation for Electron Paramagnetic Resonance Dosimetry With Tooth Enamel
Notice bibliographique
Résumé
Abstract When tooth enamel is exposed to ionizing radiation, it generates a dose-dependent concentration of free radical centers (i.e., unpaired electrons). The concentration of these free radical centers is identified and quantified using electron paramagnetic resonance (EPR) spectroscopy in the form of an EPR spectrum. The intensity of the spectrum is proportional to the absorbed dose. Four international intercomparisons have already demonstrated that the EPR tooth enamel dosimetric technique is reliable for retrospective dose assessment in acute and chronic exposure scenarios. Additionally, EPR dosimetry is regarded same as a gold standard for reconstructing the total lifetime dose of individuals using tooth enamel. The accuracy and reproducibility of EPR dose reconstruction depend on the sample preparation, spectrum acquisition, and EPR spectra analysis techniques. So, this paper reviews some of the widely applied and accepted laboratory protocols or methodologies for the EPR dosimetric methods. The minimum detection limit in tooth enamel using this technique was 30 mGy. So, this review aims to share these protocols so that it would be easy to reconstruct the accident doses or chronic exposures with reliable accuracy and precision. Different bands (e.g., L, X, Q, etc.) continuous wave (CW) EPR spectrometers have been used in many historical and accident dose reconstructions; however, due to the availability, moderate price, and not being much influenced by the small amount of moisture in a sample, the X-band has been widely used. A well-developed methodology, a highly sensitive EPR spectrometer, and a well-trained operator are vital for the reliable measurements of absorbed low doses in EPR dosimetry with tooth enamel.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».