MétaCan
Menu
Retour à la cohorte
Enregistrement W4386817860 · doi:10.1093/rpd/ncad152

Electron paramagnetic resonance spectroscopy for the detection of radiation exposure in dreissenid mussels

2023· article· en· W4386817860 sur OpenAlexafffund
Margarita Tzivaki, Amna Hassan, Edward Waller

Notice bibliographique

RevueRadiation Protection Dosimetry · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRadiation Effects and Dosimetry
Établissements canadiensOntario Tech University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity Network of Excellence in Nuclear Engineering
Mots-clésElectron paramagnetic resonanceSpectroscopyRadiationDosimetryEnvironmental scienceSIGNAL (programming language)Materials scienceSampling (signal processing)Nuclear magnetic resonanceAnalytical Chemistry (journal)PhysicsChemistryNuclear medicineComputer scienceOpticsEnvironmental chemistryMedicine

Résumé

récupéré en direct d'OpenAlex

Electron paramagnetic resonance (EPR) spectroscopy, established for radiation measurements in calcified tissues, was identified as a methodology that merits investigation for the purpose of environmental radiation measurements using dreissenid mussels from the Great Lakes. With the refinement of sample preparation and measurement protocols, a linear relationship of dose with the peak-to-peak height of the radiation-induced signal at g = 2.0034 was established. A dedicated analysis algorithm was developed to process batches of samples, eliminating the need for manual peak-to-peak height measurement. Varying background EPR signals were identified in different sampling groups, with samples gathered in winter having a markedly lower background signal. Through optimisation of spectrum acquisition normalisation methods, it was possible to resolve doses as low as 0.2 Gy. This work provides further validation that EPR dosimetry of shelled species has the potential to contribute to better characterisation of absorbed doses in aquatic environments.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,011
Tête enseignante GPT0,238
Écart entre enseignants0,226 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRadiation Protection DosimetryMême sujetRadiation Effects and DosimetryTravaux en français237 207