Modeling the Impact of Viscosity on Fricke Gel Dosimeter Radiolysis: A Radiation Chemical Simulation Approach
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The Fricke gel dosimeter, a hydrogel-based chemical dosimeter containing dissolved ferrous sulfate, measures 3D radiation dose distributions by oxidizing Fe2+ to Fe3+ upon irradiation. This study investigates the variation in Fricke yield, G(Fe3+), from a radiation–chemical perspective in both standard and gel-like Fricke systems of varying viscosities, under low- and high-linear energy transfer (LET) conditions. We employed our Monte Carlo track chemistry code IONLYS-IRT, using protons of 300 MeV (LET~0.3 keV/µm) and 1 MeV (LET~25 keV/µm) as radiation sources. To assess the impact of viscosity on G(Fe3+), we systematically varied the diffusion coefficients of all radiolytic species in the Fricke gel, including Fe2+ and Fe3+ ions. Increasing gel viscosity reduces Fe3+ diffusion and stabilizes spatial dose distributions but also lowers G(Fe3+), compromising measurement accuracy and sensitivity—especially under high-LET irradiation. Our results show that an optimal Fricke gel dosimeter must balance these competing factors. Simulations with lower sulfuric acid concentrations (e.g., 0.05 M vs. 0.4 M) further revealed that G(Fe3+) values at ~100 s are nearly identical for both low- and high-LET conditions. This study underscores the utility of Monte Carlo simulations in modeling viscosity effects on Fricke gel radiolysis, guiding dosimeter optimization to maximize sensitivity and accuracy while preserving spatial dose distribution integrity.
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.
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 | 0,000 |
| 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 | 0,000 |
| 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 découle