Which accelerator photon beams are “clinic‐like” for reference dosimetry purposes?
Notice bibliographique
Résumé
Previous work has demonstrated that, for photon beam dosimetry, TPR10(20) is not an ideal beam quality specifier for all bremsstrahlung beams, especially for lightly filtered beams in some standards laboratories. This paper addresses the following questions: Is TPR10(20) an adequate beam quality specifier for all modern clinical therapy accelerators? When can nonclinical beams in standards laboratories be used to calibrate ion chambers or measure kQ factors as a function of TPR10(20)? Based on detailed Monte Carlo simulations of Varian, Siemens, Elekta, and GE (Saturn) accelerators one can conclude that TPR10(20) is an adequate beam quality specifier for all these machines in the sense that for a given value of TPR10(20), the value of stopping-power ratios is the same. It is shown that, for the heavily filtered beams used in standards laboratories, TPR10(20) is an adequate beam quality specifier. It is also demonstrated that, for a larger range of bremsstrahlung beams than previously, %dd(10)x is a good beam quality specifier for all clinical beams as well as the lightly and heavily filtered beams in some standards laboratories. A criterion, based on the measured values of TPR10(20) and %dd(10)x for the beam, is proposed for determining whether a nonclinical beam is well specified by TPR10(20). Agreement between calculations for specific accelerators and measured beam quality specifiers is shown to be good, but agreement with published data for a variety of clinical accelerators is not as good. Possible reasons for the discrepancy are discussed.
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) | 0,002 | 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 ».