MétaCan
Menu
Retour à la cohorte
Enregistrement W2085669468 · doi:10.1088/0031-9155/50/4/008

Consistency test of the electron transport algorithm in the GEANT4 Monte Carlo code

2005· article· en· W2085669468 sur OpenAlexaff
Emily Poon, Jan Seuntjens, Frank Verhaegen

Notice bibliographique

RevuePhysics in Medicine and Biology · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiation Therapy and Dosimetry
Établissements canadiensMcGill University
Organismes subventionnairesNational Cancer Institute
Mots-clésElectronConsistency (knowledge bases)Monte Carlo methodFluencePhotonDisplacement (psychology)Boundary (topology)PhysicsAlgorithmComputational physicsIonizationCode (set theory)Computer scienceOpticsMathematicsNuclear physicsIrradiationStatisticsSet (abstract data type)Mathematical analysisArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

In this work, the condensed history algorithm in GEANT4 (version 4.6.2.p01) is examined. We performed simulations of an ionization chamber composed of water for 1.25 MeV incident photon beams under Fano conditions, and evaluated the consistency of the cavity response for several combinations of electron transport parameters. GEANT4 permits electrons to reach geometric boundaries in large steps, and underestimates lateral displacement near interfaces. Step size artefacts due to distortions in electron fluence and angular distributions reduce the cavity dose by up to 39%. Accurate cavity response can be achieved using severe user-imposed step size restrictions. We suggest that improvements in the electron transport algorithm in GEANT4 should address the handling of boundary crossing.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,146
Score d'incertitude au seuil0,154

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 Opus0,084
Tête enseignante GPT0,359
Écart entre enseignants0,276 · 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

Citations66
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

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