Yield of the Fricke dosimeter irradiated with the recoil <i>α</i> and Li ions of the <sup>10</sup>B(<i>n</i>,<i>α</i>)<sup>7</sup>Li nuclear reaction: effects of multiple ionization and temperature
Notice bibliographique
Résumé
Monte Carlo track chemistry simulations were used to investigate the effects of multiple ionization (MI) of water on the yields (G values) of the ferrous sulfate (Fricke) dosimeter, which was irradiated with low-energy α and lithium ion recoils from the 10 B(n,α) 7 Li nuclear reaction as a function of temperature from 25 to 350 °C. Calculations were performed individually for 1.47 MeV α-particles and 0.84 MeV lithium nuclei with dose-average linear energy transfer (LET) values of ∼196 and 225 keV/µm at 25 °C, respectively. The total yields were obtained by summing the G values for each recoil α and Li ion weighted with its fraction of the total energy absorbed. At room temperature, our G(Fe 3+ ) values calculated under aerated and deaerated conditions only agreed well with the experimental results, provided the MI of water was incorporated in the simulations. This strongly supports the importance of the role of MI of water in the high-LET radiolysis of water. We also simulated the effects of MI of water on G-values for the primary species of the radiolysis of deaerated 0.4 M H 2 SO 4 aqueous solutions by 10 B(n,α) 7 Li recoils. As with the Fricke dosimeter, the best agreement between experiment and simulation was found at 25 °C when the MI of water was included in the simulations. It was also shown that G(Fe 3+ ) decreases slightly as a function of temperature over the range of 25–350 °C. However, at elevated temperatures, no experimental data were available with which to compare our results.
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 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».