Dosimetric and microdosimetric characterization of blood samples exposed to primarily fast-neutron fields within the ZED-2 reactor by Monte Carlo simulations
Notice bibliographique
Résumé
Neutrons are found in a variety of settings, namely reactor workplaces, radiotherapy facilities, accelerator facilities, and spacecraft, among others. This study, carried out in support of the neutron radiobiology research program at Canadian Nuclear Laboratories, characterized the mixed gamma ray and fast-neutron field that traversed the human blood samples exposed within the Zero Energy Deuterium (ZED-2) reactor. This characterization quantified the fluence and energy distribution of neutrons and gamma rays that traversed each blood sample, as well as the absorbed dose delivered. The development of a reactor physics model of ZED-2 employed the Monte Carlo N-Particle 6 (MCNP6) version 2.0 radiation transport code. Using these distributions, further simulations were carried out to determine the quality factor and other microdosimetric quantities of dose delivery to a blood sample. A quality factor of about 15 was evaluated for exposures of blood sample to the mixed neutron and gamma ray field, providing about 90% and 10% of the absorbed dose, respectively. The absorbed dose delivered by the mixed field varied between 33 and 915 mGy. The quality factor was about 16 for the neutron field alone. The irradiating neutron field had a fluence-weighted mean energy of 0.63 MeV, a negligible thermal component, and a continuum through the epithermal and fast-neutron energy ranges. The irradiating gamma ray field had a fluence-weighted mean energy of 1.45 MeV. These characterizations will allow accurate dose response assessments and comparisons with subsequent blood cell biomarker assessments of relative biological effectiveness.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 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 ».