MétaCan
Menu
Retour à la cohorte
Enregistrement W1983665943 · doi:10.1118/1.1536291

Calculations for plane-parallel ion chambers in 60Co beams using the EGSnrc Monte Carlo code

2003· article· en· W1983665943 sur OpenAlexaff
Ernesto Mainegra‐Hing, I. Kawrakow, D. W. O. Rogers

Notice bibliographique

RevueMedical Physics · 2003
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésMonte Carlo methodPhysicsImaging phantomComputational physicsIonizationElectronPhotonIonization chamberPlane (geometry)Cross section (physics)DosimetryAtomic physicsIonNuclear physicsOpticsNuclear medicineMathematicsStatisticsGeometryQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

The EGSnrc Monte Carlo simulation system is used to obtain, for 10 plane-parallel ionization chambers in 60Co beams, the correction factors Kcomp and Pwall that account for the nonequivalence of the chamber wall material to the buildup cap and the phantom material, respectively. A more robust calculation method has been used compared to that used in previous works. A minor conceptual error related to the axial nonuniformity correction factor, Kan, has been identified and shown to have an effect of about 0.2%. The assumption that Pwall in-phantom is numerically equal to Kcomp calculated for a water buildup cap is shown to be accurate to better than 0.06%, thereby justifying the use of Kcomp calculations which are much more efficient. The effect on the calculated dose to the air in the cavity of the particle production threshold and transport energies used in the simulations is studied. Uncertainties in the calculated correction factors due to uncertainties in the photon and electron cross-section data are studied. They are 0.14% and 0.24%, respectively (1 standard deviation), for Kcomp factors. The uncertainties on Kwall factors are 0.03% from photon cross-section uncertainties and negligible from electron cross-section uncertainties. A comparison with previous EGS4/PRESTA calculations shows that present results are systematically higher by an average of 0.8%, ranging from 0.4% up to 1.4%. The present results are in better agreement with reported experimental values.

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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,913
Score d'incertitude au seuil0,419

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,023
Tête enseignante GPT0,314
Écart entre enseignants0,291 · 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'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

Citations64
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetAdvanced Radiotherapy TechniquesTravaux en français237 207