GENİŞ KAPASİTELİ BİR NÜKLEER TIP MERKEZİNDE KATI RADYOAKTİF ATIK YÖNETİMİ
Bibliographic record
Abstract
Amaç: Nükleer tıp departmanlarında açık radyoaktif izotoplar ile çalışıldığından hastane bünyesinde oluşan radyoaktif atıkların büyük çoğunluğu bu bölümden çıkmaktadır. Bu çalışmanın amacı nükleer tıpta tanısal işlemlerde ve radyonüklit tedavi uygulamaları sonrası oluşan katı radyoaktif atıklardan çevreye salınan radyasyonun şiddetini (doz hızını) ölçmek, çalışan personellerin yıllık radyasyon dozları ile katı radyoaktif atık miktarlarını belirlemek, ayrıca atıkların bertaraf yöntemlerini değerlendirmektir. Gereç ve Yöntem: Doz hızı ölçümleri Geiger-Müller (GM) detektörü ile yapıldı. PET ve SPECT ünitelerinde oluşan katı radyoaktif atıklar kaynağında ayrıştırıldıktan sonra üç gün bekletildi. Tedavi servisinden çıkan radyoaktif atıklar I-131, Lu-177 ve Y-90 radyonüklitlerine ait olup bunlar kurşun izolasyonlu depolarda yaklaşık üç ay bekletilmek suretiyle doz hızları <1 µSv/saat olanlar tahliye edildi. Bulgular: Tedavi ünitesindeki atıkların ortalama doz hızları; I-131, Lu-177 ve Y-90 için sırasıyla 155 µSv/saat, 120 µSv/saat ve 48 µSv/saat bulundu. En fazla atık miktarı I-131 (%46) radyonüklidine ait bulundu. Radyasyon görevlilerinin yıllık efektif ortalama doz değerleri tanıda çalışanlarda 2.12 mSv, tedavide çalışanlarda 3.58 mSv bulundu.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.025 | 0.005 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".