Investigation of systematic uncertainties in Monte Carlo-calculated beam quality correction factors
Notice bibliographique
Résumé
Modern Monte Carlo codes allow for the calculation of ion chamber specific beam quality correction factors k(Q), which are needed for dosimetry in radiotherapy. While statistical (type A) uncertainties of the calculated data can be minimized sufficiently, the influence of systematic (type B) uncertainties is mostly unknown. This study presents an investigation of systematic uncertainties of Monte Carlo-based k(Q) values for a NE2571 thimble ion chamber, calculated with the EGSnrc system. Starting with some general investigation on transport parameter settings, the influence of geometry and source variations is studied. Furthermore, a systematic examination of uncertainties due to cross section is introduced by determining the sensitivity of k(Q) results to changes in cross section data. For this purpose, single components of the photon cross sections and the mean excitation energy I in the electron stopping powers are varied. The corresponding sensitivities are subsequently applied with information of standard uncertainties for the cross section data found in the literature. It turns out that the calculation of k(Q) factors with EGSnrc is mostly insensitive to transport settings within the statistical uncertainties of approximately 0.1%. Severe changes in the dimensions of the chamber lead to comparatively small, insignificant changes. Further, the inclusion of realistic beam models, delivering a complete phase space instead of simple photon spectra, does not significantly influence the result. However, the uncertainties in electron cross sections have an impact on the final uncertainty of k(Q) to a comparatively large degree. For the NE2571 chamber investigated in this work, this uncertainty amounts to 0.4% at 24 MV, decreasing to 0.2% at 6 MV.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».