MétaCan
Menu
Retour à la cohorte
Enregistrement W1181217004 · doi:10.1088/0031-9155/60/17/n325

Upper limit of magnetic effect on<i>α</i>/<i>β</i>ratio

2015· article· en· W1181217004 sur OpenAlexaff
Geordi Pang

Notice bibliographique

RevuePhysics in Medicine and Biology · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiation Therapy and Dosimetry
Établissements canadiensSunnybrook Health Science CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMagnetic fieldLimit (mathematics)PhysicsDosimetryMagnetic resonance imagingRadiationEnergy (signal processing)Field (mathematics)Computational physicsNuclear magnetic resonanceOpticsMathematicsNuclear medicineMathematical analysisQuantum mechanicsRadiology

Résumé

récupéré en direct d'OpenAlex

Magnetic resonance imaging (MRI) is being integrated into radiotherapy delivery for MRI-guided radiotherapy. The purpose of this work is to investigate theoretically the upper limit of any potential magnetic effect on the α/β ratio, an important radiobiological parameter in radiation therapy. Based on the theory of dual radiation action, the α/β ratio can be expressed by an integral of the product of two microdosimetry quantities (x) and t(x), where (x) is the probability that two energy transfers, a distance x apart, results in a lesion, and t(x) is the proximity function, which is the energy-weighted pointpair distribution of distances between energy transfer points in a track. The quantity t(x) depends on the applied magnetic field. An analytical approach has been used to derive a formula that can be used to calculate the α/β ratio in an extremely strong magnetic field, which gives the upper limit of the potential changes of the α/β ratio due to the presence of a magnetic field. For V79 Chinese hamster cells the upper limit of the increase of the α/β ratio with a magnetic field has been found to be 2.90 times for Pd-103, 2.97 times for I-125 and 2.3 times for Co-60 sources.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,139
Tête enseignante GPT0,385
Écart entre enseignants0,246 · 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'étudeSimulation ou modélisation
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

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysics in Medicine and BiologyMême sujetRadiation Therapy and DosimetryTravaux en français237 207