MétaCan
Menu
Retour à la cohorte
Enregistrement W4400698866 · doi:10.1107/s1600577524005241

Hard X-ray imaging and tomography at the Biomedical Imaging and Therapy beamlines of Canadian Light Source

2024· article· en· W4400698866 sur OpenAlexafffundabout
Sergey Gasilov, M. Adam Webb, Arash Panahifar, Ning Zhu, Omar Marinos, Toby Bond, David M. L. Cooper, Dean Chapman

Notice bibliographique

RevueJournal of Synchrotron Radiation · 2024
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced X-ray Imaging Techniques
Établissements canadiensUniversity of SaskatchewanCanadian Light Source (Canada)
Organismes subventionnairesGovernment of SaskatchewanCanada Foundation for InnovationNational Research Council CanadaNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchUniversity of Saskatchewan
Mots-clésMicrobeamMedical physicsSynchrotronSynchrotron radiationMedical imagingOpticsPhysicsMedicineRadiology

Résumé

récupéré en direct d'OpenAlex

The Biomedical Imaging and Therapy facility of the Canadian Light Source comprises two beamlines, which together cover a wide X-ray energy range from 13 keV up to 140 keV. The beamlines were designed with a focus on synchrotron applications in preclinical imaging and veterinary science as well as microbeam radiation therapy. While these remain a major part of the activities of both beamlines, a number of recent upgrades have enhanced the versatility and performance of the beamlines, particularly for high-resolution microtomography experiments. As a result, the user community has been quickly expanding to include researchers in advanced materials, batteries, fuel cells, agriculture, and environmental studies. This article summarizes the beam properties, describes the endstations together with the detector pool, and presents several application cases of the various X-ray imaging techniques available to users.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,457
Score d'incertitude au seuil0,920

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0050,001
Communication savante0,0030,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0230,005

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 Opus0,005
Tête enseignante GPT0,240
Écart entre enseignants0,235 · 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'étudeSans objet
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

Citations28
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Synchrotron RadiationMême sujetAdvanced X-ray Imaging TechniquesTravaux en français237 207