MétaCan
Menu
Retour à la cohorte
Enregistrement W4411284288 · doi:10.1002/col.22993

Evaluating the <scp>ISO</scp> Standards for <scp>UV</scp> ‐Content Adjustment Based on Brightness and Whiteness

2025· article· en· W4411284288 sur OpenAlexaboutno aff
Li Yang

Notice bibliographique

RevueColor Research & Application · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSkin Protection and Aging
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Metrology Programme for Innovation and ResearchEuropean Commission
Mots-clésFood scienceContent (measure theory)Computer scienceChemistryMathematics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Whiteness and brightness are essential perceptual attributes of paper and packaging, significantly influenced by the UV content of illumination, especially when fluorescent whitening agents (FWAs) or optical brightening agents (OBAs) are present. This study quantitatively evaluates the performance of four ISO standards regarding UV‐content adjustment towards two standardized illuminations: ISO 2470‐1 and ISO 11476 for C, and ISO 2470‐2 and ISO 11475 for D 65 . The study involves two fluorescent IR2 (international reference of level 2) standards, whose total spectral radiant (TSR) factors were measured at National Research Council Canada (NRC). The results indicate that all standardized methods effectively reproduce the assigned TSR factors, despite discrepancies in several fluorescence‐intensive wavelengths. However, systematic differences between the ISO standards suggest non‐interchangeability: UV content adjusted with ISO Brightness is slightly higher than with CIE Whiteness; spectrophotometers adjusted against CIE Whiteness read lower ISO Brightness, and vice versa. These differences are more pronounced for C than D 65 and decrease with lower FWAs content. Given the spectral dependence of assigned values—entire spectrum for CIE Whiteness and blue spectral band for ISO Brightness—ISO Brightness‐based methods (ISO 2470‐1 for C and ISO 2470‐2 for D 65 ) are more straightforward for UV adjustment.

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)0,020
score de la tête « metaresearch » (Gemma)0,025
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,025
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,156
Tête enseignante GPT0,473
Écart entre enseignants0,317 · 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
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueColor Research & ApplicationMême sujetSkin Protection and AgingTravaux en français237 207