MétaCan
Menu
Retour à la cohorte
Enregistrement W1963720772 · doi:10.1088/0031-9155/57/11/3323

Monte Carlo simulation on a gold nanoparticle irradiated by electron beams

2012· article· en· W1963720772 sur OpenAlexafffund
James C. L. Chow, Michael K. K. Leung, David A. Jaffray

Notice bibliographique

RevuePhysics in Medicine and Biology · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiation Therapy and Dosimetry
Établissements canadiensPrincess Margaret Cancer CentreUniversity of TorontoToronto Metropolitan UniversityUniversity Health Network
Organismes subventionnairesUniversity of Toronto
Mots-clésSecondary electronsElectronMonte Carlo methodRange (aeronautics)IrradiationCathode rayAtomic physicsMaterials scienceDeflection (physics)Deposition (geology)Electron beam processingPhysicsOpticsNuclear physicsComposite material

Résumé

récupéré en direct d'OpenAlex

This study investigated the secondary electron production from a gold nanoparticle (GNP) irradiated by monoenergetic electron beams using Monte Carlo (MC) simulation. Spherical GNPs with diameters of 2, 50 and 100 nm in water were irradiated by monoenergetic electron beams with energies equal to 50 keV, 250 keV, 1 MeV and 4 MeV. MC simulations were performed using the Geant4 toolkit to determine the energy of the secondary electrons emitted from the GNPs. The mean effective range and deflection angle of the secondary electrons were tracked. Energy depositions inside and outside the nanoparticles due to the secondary electrons were also calculated. For comparisons, simulations were repeated by replacing the GNPs with water. Our results show that the mean effective range of secondary electrons increased with an increase of the GNP size and electron beam energy. For the electron beam energy and GNP size used in this study, the mean effective range was 0.5-15 µm outside the nanoparticle, which is approximately within the dimension of a living cell. The mean deflection angles varied from 78 to 83 degrees as per our MC results. The proportion of energy deposition inside the GNP versus that outside increased with the GNP size. This is different from the results obtained from a previous study using photon beams. The secondary electron energy deposition ratio (energy deposition for GNP/energy deposition for water) was found to be highest for the smallest GNP of 2 nm diameter in this study. For the energy deposited by the secondary electron, we concluded that the addition of GNPs can increase the secondary electron energy deposition in water, though most of the energy was self-absorbed by the large nanoparticles (50 and 100 nm). In addition, an electron source in the presence of GNPs does not seem to be better than photons as the yield of secondary electrons per unit mass of gold is less than water.

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)0,002
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,118
Tête enseignante GPT0,395
Écart entre enseignants0,277 · 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

Citations81
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

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