MétaCan
Menu
Retour à la cohorte
Enregistrement W4410348151 · doi:10.1093/rpd/ncaf050

Recalculation of scatter fractions for homogeneous and heterogeneous geometries using Geant4 Monte Carlo simulations

2025· article· en· W4410348151 sur OpenAlexaff
S Ahmad, Zain Ul Abidin, Nosheen Faiz, Iftikhar Ahmad

Notice bibliographique

RevueRadiation Protection Dosimetry · 2025
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueElectromagnetic Scattering and Analysis
Établissements canadiensLakeridge Health
Organismes subventionnairesnon disponible
Mots-clésMonte Carlo methodHomogeneousStatistical physicsComputational physicsPhysicsMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

The primary aim of this study was to determine the scatter fraction from patient, particularly in the presence of patient heterogeneities, using Monte Carlo simulations. The Geant4 toolkit was used to estimate the scatter fractions of 6, 10, 15, and 24 MV circular photon beams (area ~400 cm2). For scatter fraction calculation in a cubic water phantom at 100 cm from a point source, concentric spheres were designed, with the inner sphere radius ~1 m and the outer sphere was either 1.015 or 1.025 cm to allow dose build-up. The scatter fractions were calculated in water and heterogeneous medium (i.e. a slab of either lung, stainless steel, or aluminum) in the range of scattering angles (i.e. 3°-150°). Higher energy beams (i.e. 24 MV) exhibit a rapid fall-off in scatter fraction compared to lower energy beams (i.e. 6 MV). For angles below 35°, higher energy beams have the largest scatter fraction. Beyond 60°, smallest energy beams show the largest scatter fraction. The scatter fraction deviates by up to 48% from published data.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,330
Score d'incertitude au seuil0,502

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,012
Tête enseignante GPT0,277
Écart entre enseignants0,265 · 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'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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRadiation Protection DosimetryMême sujetElectromagnetic Scattering and AnalysisTravaux en français237 207