MétaCan
Menu
Retour à la cohorte
Enregistrement W4403286163 · doi:10.1016/j.zemedi.2024.09.003

Monte Carlo calculations of target fragments from helium and carbon ion interactions with water

2024· article· de· W4403286163 sur OpenAlexaff
Quazi Muhammad Rashed Nizam, Asif Ahmed, Iftekhar Ahmed, Lembit Sihver

Notice bibliographique

RevueZeitschrift für Medizinische Physik · 2024
Typearticle
Languede
DomaineMedicine
ThématiqueRadiation Therapy and Dosimetry
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésLinear energy transferIonMonte Carlo methodRange (aeronautics)HeliumDeuteriumHeavy ionAtomic physicsAlpha particleCosmic rayCarbon fibersPhysicsParticle (ecology)Nuclear physicsRadiationMaterials science

Résumé

récupéré en direct d'OpenAlex

He, nitrogen, oxygen, and fluorine ions are the most probable target fragments when carbon and helium ions collide with water. Among the produced target fragments, alpha particles and nitrogen ions give the highest dose to the targets, since the combination of fluence and LETs of these TFs are highest among the produced fragments. The production cross sections of proton and oxygen are the highest among the target fragments cross sections when helium and carbon ions imping on water, because these TFs can be produced through more reaction channels compared to other fragments. These findings are helpful for accurate dose measurement during heavy ion cancer therapy and for shielding of space radiation.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,282
Écart entre enseignants0,272 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZeitschrift für Medizinische PhysikMême sujetRadiation Therapy and DosimetryTravaux en français237 207