MétaCan
Menu
Retour à la cohorte
Enregistrement W1969327310 · doi:10.1088/0031-9155/49/16/019

A small-body portable graphite calorimeter for dosimetry in low-energy clinical proton beams

2004· article· en· W1969327310 sur OpenAlexaff
Hugo Palmans, Russell Thomas, Mary Simon, S Duane, Andrzej Kacperek, A R DuSautoy, Frank Verhaegen

Notice bibliographique

RevuePhysics in Medicine and Biology · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiation Therapy and Dosimetry
Établissements canadiensMcGill University
Organismes subventionnairesNational Physical Laboratory
Mots-clésDosimetryCalorimeter (particle physics)GraphiteProtonMaterials scienceNuclear engineeringNuclear physicsMedical physicsNuclear medicinePhysicsOpticsMedicineDetectorEngineeringComposite material

Résumé

récupéré en direct d'OpenAlex

Calorimetry has been recommended and performed in proton beams for some time, but never has graphite calorimetry been used as a reference dosimeter in clinical proton beams. Furthermore, only a few calorimetry measurements have been reported in ocular proton beams. In this paper we describe the construction and performance of a small-body portable graphite calorimeter for clinical low-energy proton beams. Perturbation correction factors for the gap effect, volume averaging effect, heat transfer phenomena and impurity effect are calculated and applied in a comparison with ionization chamber dosimetry following IAEA TRS-398. The ratio of absorbed dose to water obtained from the calorimeter measurements and from the ionization measurements varied between 0.983 and 1.019, depending on the beam type and the ionization chamber calibration modality. Standard uncertainties on these values varied between 1.9% and 2.5% including a substantial contribution from the kQ values in IAEA TRS-398. The (Wair/e)p values inferred from these measurements varied between 33.6 J C(-1) and 34.9 J C(-1) with similar standard uncertainties. A number of improvements for the small-body portable graphite calorimeter and the experimental set-up are suggested for potential reduction of the uncertainties.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,527
Score d'incertitude au seuil0,468

Scores Codex et Gemma par catégorie

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

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 Opus0,188
Tête enseignante GPT0,422
Écart entre enseignants0,234 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations70
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

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