Economic Impacts of Establishing a Neutron Source Facility in Windsor
Notice bibliographique
Résumé
Cancer poses a significant health challenge in Canada, with two in five individuals likely to develop the disease. This paper explores the economic impacts of establishing a prototype compact accelerator-based neutron source (PC-CANS) facility in Windsor that will produce medical isotopes locally in Windsor, Ontario, rather than relying on centralized production and transportation from London, Ontario. Fluorine-18 medical isotopes, crucial for positron emission tomography (PET) scans, experience significant decay losses during transportation due to their short half-life of 109.8 minutes, increasing costs and restricting availability. Using a differential analysis approach, the study quantifies economic benefits, focusing on three main impacts: transportation cost elimination, reduction in decay-induced production losses, and advancements in cancer treatment and research, particularly through Boron Neutron Capture Therapy (BNCT). Findings indicate that, over a 30-year lifespan, local production is projected to save Windsor Regional Hospital approximately CAD 2.88 million in transportation costs, generate gains from reduced decay-induced production losses of CAD 21.25 million, and enhance cancer treatment and research through BNCT, resulting in a cumulative benefit of CAD 4.86 million. With an initial investment of CAD 10 million, total economic benefits are estimated at CAD 28.98 million over 30 years, positioning Windsor’s neutron source facility as a valuable model for other smaller Canadian cities.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».