Notice bibliographique
Résumé
The discovery of viruses is tightly linked to the most significant advances in Molecular cell biology, including cancer research. Cell division is a fundamental biological phenomenon, therefore it is not surprising that human cancer is an evolutionarily ancient disease, that attracted attention in early civilizations. The remains of a 4 million-old fossilized hominid show evidence of bone tumors (Diamandopoulos, 1996), while some of the oldest written accounts of cancer are recorded in the code of Hamourabi (1750 BCE), Egyptian papyri (1600 BCE) and others. Unfortunately, in ancient Egypt knowledge was the realm of priests, so the writings of the time attributed the etiology of disease to the “will of Gods”. In ancient Greece, medicine was freed from the bonds of religion; Hippocrates (460-370 BCE) tried to use logical thinking to propose the humoral theory of cancer and his ideas influenced philosophers and scientists for the next ~1,800 years. During this time, knowledge of Mathematics and Physics was remarkably advanced; the acoustics of amphitheaters, built in the 5th century BC are as good as the best of today’s structures. Still, these amazing minds believed in spontaneous generation of life, a theory that lasted till Louis Pasteur (1822-1895) who demonstrated that living things cannot be generated automatically (Javier and Butel, 2008).
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».