Detection of gamma irradiation with milligray resolution using a slow-light fiber Bragg grating
Notice bibliographique
Résumé
For many medical and safety applications, it is important to develop fiber sensors that can detect very low doses of gamma radiation (mGy) with integration times of 1 s or shorter. Here, we describe a sensor based on a new calorimetric technique that we believe is one of the most sensitive and compact reported to date. The fiber subjected to irradiation has a silica core doped with Ce-doped lutetium aluminum garnet nanocrystals selected to achieve a strong radiation-induced absorption (RIA). Light launched in the irradiated fiber is absorbed by RIA, the fiber heats up, and the temperature change is measured with a slow-light fiber Bragg grating (FBG) placed in physical contact with it. Thanks to the doped fiber’s large RIA, and the excellent resolution (mK/√Hz) and low drift (a few mK/min) of the slow-light sensor, with 1.2 W of excitation power at 1040 nm, this sensor has a very low detection limit of ∼6 mGy/√Hz. Thanks to the use of a short FBG (7 mm), it is also extremely small. With straightforward improvements, the detection limit can be reduced to sub-mGy/√Hz. For in situ measurements, this technique can also be easily extended to use the slow-light FBG itself as the radiation sensor.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».