MO‐DE‐BRA‐04: The CREATE Medical Physics Research Training Network: Training of New Generation Innovators
Notice bibliographique
Résumé
Purpose: Over the past century, physicists have played a major role in transforming scientific discovery into everyday clinical applications. However, with the increasingly stringent requirements to regulate medical physics as a health profession, the role of physicists as scientists and innovators has become at serious risk of erosion. These challenges trigger the need for a new, revolutionized training program at the graduate level that respects scientific rigor, attention for medical physics‐relevant developments in basic sciences, innovation and entrepreneurship. Methods: A grant proposal was funded by the Collaborative REsearch and Training Experience program (CREATE) of the Natural Sciences and Engineering Research Council (NSERC) of Canada. This enabled the creation of the Medical Physics Research Training Network (MPRTN) around two CAMPEP‐accredited medical physics programs. Members of the network consist of medical device companies, government (research and regulatory) and academia. The MPRTN/CREATE program proposes a curriculum with three main themes: (1) radiation physics, (2) imaging & image processing and (3) radiation response, outcomes and modeling. Results: The MPRTN was created mid 2013 (mprtn.com) and features (1) four new basic Ph.D. courses; (2) industry participation in research projects; (3) formal job‐readiness training with involvement of guest faculty from academia, government and industry. MPRTN activities since 2013 include 22 conferences; 7 workshops and 4 exchange travels. Three patents were filed or issued, nine awards/best papers were won. Fifteen journal publications were accepted/published, 102 conference abstracts. There are now 13 industry partners. Conclusion: A medical physics research training network has been set up with the goal to harness graduate student's job‐readiness for industry, government and academia in addition to the conventional clinical role. Two years after inception, significant successes have been booked, but the true challenge will be to demonstrate that with this training philosophy CREATE scholars gain access to a much broader job market. Supported by the Natural Sciences and Engineering Research Council (NSERC) Canada
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,087 | 0,033 |
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 source (Gemma direct ou Codex distillé), 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 ».