MétaCan
Menu
Retour à la cohorte
Enregistrement W4388698846 · doi:10.1088/1742-6596/2630/1/012035

Characterization of a water-based liquid scintillator for use in megavoltage radiotherapy beams

2023· article· en· W4388698846 sur OpenAlexaff
D. Bernier-Marceau, Émily Cloutier, M. Yeh, G. D. Orebi Gann, Luc Beaulieu

Notice bibliographique

RevueJournal of Physics Conference Series · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueRadiation Detection and Scintillator Technologies
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésScintillatorScintillationLiquid scintillation countingDosimeterCherenkov radiationOpticsPhysicsSIGNAL (programming language)Materials scienceRadiationRadiochemistryChemistryComputer scienceDetector

Résumé

récupéré en direct d'OpenAlex

Abstract The measurement of the dose delivered in radiotherapy treatments is carried out using dosimeters that are often expensive to produce and sometimes toxic to humans and the environment, which leads to more complex and rigorous clinical manipulations. It is in this context that it is necessary to provide new types of scintillators that would no longer have these problems while having properties equivalent to those of human tissues. Thus, the following study presents the performance of a water-based liquid scintillator used at radiotherapy energies. The characteristics studied include the proportionality of the scintillation signal to the dose, the scintillation efficiency at two different energies as well as the identification of the Cherenkov portion of the signal for photon beams of 180 kVp, 6 MV as well as 18 MV. Spectral measurements of the scintillation solution and a solution of distilled water were acquired in order to isolate the contribution of the scintillation signal from the spectrum obtained, and then compared to a commercial scintillator, Ultima Gold. The signal exhibits a linear dose relationship with a correlation coefficient of 0.999 and lower scintillation efficiency than Ultima Gold.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,343

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 savante0,0000,001
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 Opus0,027
Tête enseignante GPT0,257
Écart entre enseignants0,230 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetRadiation Detection and Scintillator TechnologiesTravaux en français237 207