MétaCan
Menu
Retour à la cohorte
Enregistrement W4405718464 · doi:10.1109/tns.2024.3521506

14-MeV and Atmospheric Neutron Monitoring Through Optical Fiber Dosimeters

2024· article· en· W4405718464 sur OpenAlexaff
M. Roche, Damien Lambert, Luca Weninger, Adriana Morana, Nourdine Kerboub, C. Bélanger-Champagne, A. Colangeli, Cornelia Hoehr, M. Trinczek, Emmanuel Marin, A. Boukenter, Y. Ouerdane, Philippe Paillet, Julien Mekki, Thierry Robin, Sylvain Girard

Notice bibliographique

RevueIEEE Transactions on Nuclear Science · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiation Therapy and Dosimetry
Établissements canadiensTRIUMF
Organismes subventionnairesnon disponible
Mots-clésDosimeterOptical fiberNeutronMaterials scienceOpticsPhysicsNuclear physicsRadiation

Résumé

récupéré en direct d'OpenAlex

Radiation-induced attenuation (RIA)-based dosimetry exploiting phosphosilicate optical fiber (OF) has been established as a reliable and precise dosimetry technique, to monitor the total ionizing dose (TID) in a variety of harsh environments. We evaluate here the potential of this technology to monitor 14-MeV and atmospheric neutrons. Experiments performed at the TRIUMF Neutron Facility (TNF) from TRIUMF and Frascati neutron generator (FNG) from ENEA demonstrate that after calibration, the fiber dosimeter can serve as an efficient fluence monitor, with the RIA being linearly dependent on the neutron fluence. Using Geant4 simulations, we show that the radiation sensitivity of the fiber, around 3.5 dB$\cdot $km${}^{-1}~\cdot $Gy−1 for 14-MeV neutrons, agrees with the ones found in previous studies for photons and protons. For atmospheric neutrons, the calibration differs by a factor of up to 2.5 with respect to the usual factor. Extensive simulations are performed showing that in these neutron environments, the consideration of the real 3-D structure of the fiber coil is mandatory for a fine calibration of the dosimeter. Perspectives for fiber dosimetry of neutron-rich environments are then discussed.

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)0,000
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 enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,016
Tête enseignante GPT0,283
Écart entre enseignants0,267 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Nuclear ScienceMême sujetRadiation Therapy and DosimetryTravaux en français237 207