MétaCan
Menu
Retour à la cohorte
Enregistrement W4404692841 · doi:10.1103/physrevresearch.6.043208

Computational generation of tailored radionuclide libraries for alpha-particle and gamma-ray spectrometry

2024· article· en· W4404692841 sur OpenAlexfundno aff
J. S. Jang

Notice bibliographique

RevuePhysical Review Research · 2024
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueRadiation Detection and Scintillator Technologies
Établissements canadiensnon disponible
Organismes subventionnairesJapan Society for the Promotion of ScienceUniversity of TokyoSimon Fraser UniversityTRIUMF
Mots-clésRadionuclideAlpha particleGamma ray spectrometryMass spectrometryAlpha (finance)RadiochemistryParticle (ecology)Nuclear engineeringNuclear physicsEnvironmental scienceComputer sciencePhysicsChemistryEngineeringGeologyMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Radionuclide identification is a radioanalytical method employed in various scientific disciplines that utilize alpha-particle or gamma-ray spectrometric assays, ranging from astrophysics to nuclear medicine. Radionuclide libraries in conventional radionuclide identification systems are crafted in a manual fashion, accompanying labor-intensive and error-prone user tasks and hindering library customization. This research presents a computational algorithm and the architecture of its dedicated software that can automatically generate tailored radionuclide libraries. Progenitor-progeny recurrence relations were modeled to enable recursive computation of radionuclide subsets. This theoretical concept was incorporated into open-source software called and validated against four actinide decay series and 12 radioactive substances, including a uranium-glazed legacy Fiestaware, natural uranium and thorium sources, a <a:math xmlns:a="http://www.w3.org/1998/Math/MathML"> <a:mmultiscripts> <a:mi>Ra</a:mi> <a:mprescripts/> <a:none/> <a:mn>226</a:mn> </a:mmultiscripts> </a:math> sample, and the medical radionuclides <b:math xmlns:b="http://www.w3.org/1998/Math/MathML"> <b:mmultiscripts> <b:mi>Ac</b:mi> <b:mprescripts/> <b:none/> <b:mn>225</b:mn> </b:mmultiscripts> <b:mo>,</b:mo> <b:mo> </b:mo> <b:mmultiscripts> <b:mi>Lu</b:mi> <b:mprescripts/> <b:none/> <b:mn>177</b:mn> </b:mmultiscripts> </b:math> , and <c:math xmlns:c="http://www.w3.org/1998/Math/MathML"> <c:mmultiscripts> <c:mi>Tc</c:mi> <c:mprescripts/> <c:none/> <c:mrow> <c:mn>99</c:mn> <c:mi>m</c:mi> </c:mrow> </c:mmultiscripts> </c:math> . The developed algorithm yielded radionuclide libraries for all the tested specimens within minutes, demonstrating its efficiency and applicability across diverse scenarios. The proposed approach introduces a framework for computerized radionuclide library generation, thereby trivializing library-driven radionuclide identification and facilitating the spectral recognition of unregistered radionuclides in radiation spectrometry. Published by the American Physical Society 2024

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,699
Score d'incertitude au seuil0,228

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,098
Tête enseignante GPT0,411
Écart entre enseignants0,313 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Review ResearchMême sujetRadiation Detection and Scintillator TechnologiesTravaux en français237 207