Po‐Poster ‐ 08: Comparison of two methods for commissioning BEAMnrc Elekta SL25 accelerator model
Notice bibliographique
Résumé
Incident electron beam parameters of Monte Carlo linear accelerator model are typically determined by comparing computed profiles and depth‐dose curves with measurements. Several variations have been suggested in literature: Sheikh 2002 used kerma equivalent off‐axis factors while van der Zee 1999 used cross profiles in large water phantom. In this study, we compared both methods. The BEAMnrc and DOSXYZnrc codes are used to simulate 6MV and 25MV photon beam from medical linear accelerator Elekta SL25. The mean energy and radial width of the incident electron beam intensity distributions (assumed Gaussian and cylindrically symmetric) are derived by both in air and in water technique. Excluding region of electronic disequilibrium (build‐up and penumbra) local dose difference between simulated and measured curves must be under 2% to found agreement. The statistical uncertainties on calculated dose at each point is about 0.7% (or better) at 1 sigma level. We show that off‐axis curves are more sensitive to mean energy of electron beam than depth‐dose curves. The matching mean energy and radial parameters of the incident electrons beam (6MV & 25MV) for both in air and in water technique converge within 6%. Particular attention is also devoted to measurement in air and their consequences on matching parameters.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».