MétaCan
Menu
Retour à la cohorte
Enregistrement W2990308423 · doi:10.1038/s41598-019-54103-3

A practical solution of the Bethe equation in the energy range applicable to radiotherapy and radionuclide production

2019· article· en· W2990308423 sur OpenAlexafffund
D. Mark Martinez, Mona Rahmani, C. Burbadge, Cornelia Hoehr

Notice bibliographique

RevueScientific Reports · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueNuclear Physics and Applications
Établissements canadiensTRIUMFUniversity of GuelphUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of CanadaTRIUMF
Mots-clésRadionuclideRange (aeronautics)HomogeneousMonte Carlo methodComputer scienceCyclotronStatistical physicsPhysicsNuclear physicsApplied mathematicsMathematicsMaterials scienceStatistics

Résumé

récupéré en direct d'OpenAlex

While the dose deposition of charged hadrons has received much attention over the last decades starting in 1930 with the publication of the Bethe equation, there are still practical obstacles in implementing it in fields like radiotherapy and isotope production on cyclotrons. This is especially true if the target material consists of non-homogeneous materials, either consisting of a mixture of different elements or experiencing phase changes during irradiation. While Monte-Carlo methods have had great success in describing these more difficult target materials, they come at a computational cost, especially if the problem is time-dependent. This can greatly hinder optimal advancement in therapy and isotope targetry. Here, a regular perturbation method is used to solve the Bethe equation in the limit of small relativistic effects. Particular focus is given to incident energy level relevant to radionuclide production and radiotherapy applications, i.e. 10-200 MeV. We present a series solution for the range and dose distribution in terms of elementary functions, as opposed to special functions which will aid in uptake by practitioners.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,513
Score d'incertitude au seuil0,138

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,017
Tête enseignante GPT0,269
Écart entre enseignants0,252 · 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

Citations12
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetNuclear Physics and ApplicationsTravaux en français237 207