MétaCan
Menu
Retour à la cohorte
Enregistrement W2050966264 · doi:10.1088/0031-9155/57/4/1087

Electron slowing-down spectra in water for electron and photon sources calculated with the Geant4-DNA code

2012· article· en· W2050966264 sur OpenAlexaff
Oleg N. Vassiliev

Notice bibliographique

RevuePhysics in Medicine and Biology · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiation Therapy and Dosimetry
Établissements canadiensFoothills Medical Centre
Organismes subventionnairesnon disponible
Mots-clésElectronIonizationAtomic physicsMonte Carlo methodPhysicsSpectral linePhotonEnergy (signal processing)IonComputational physicsNuclear physicsOpticsStatisticsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Recently, a very low energy extension was added to the Monte Carlo simulation toolkit Geant4. It is intended for radiobiological modeling and is referred to as Geant4-DNA. Its performance, however, has not been systematically benchmarked in terms of transport characteristics. This study reports on the electron slowing-down spectra and mean energy per ion pair, the W-value, in water for monoenergetic electron and photon sources calculated with Geant4-DNA. These quantities depend on electron energy, but not on spatial or angular variables which makes them a good choice for testing the model of energy transfer processes. The spectra also have a scientific value for radiobiological modeling as they describe the energy distribution of electrons entering small volumes, such as the cell nucleus. Comparisons of Geant4-DNA results with previous studies showed overall good agreement. Some differences in slowing-down spectra between Geant4-DNA and previous studies were found at 100 eV and at approximately 500 eV that were attributed to approximations in models of vibrational excitations and atomic de-excitation after ionization by electron impact. We also found that the high-energy part of the Geant4-DNA spectrum for a 1 keV electron source was higher, and the asymptotic high-energy W-value was lower than previous studies reported.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,126
Score d'incertitude au seuil0,232

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 Opus0,059
Tête enseignante GPT0,347
Écart entre enseignants0,288 · 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'étudeExpérimental (laboratoire)
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

Citations16
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

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