Transforming the diagnosis of tuberculosis: an editorial board member’s opinion at the 15th year of<i>Expert Review of Molecular Diagnostics</i>
Notice bibliographique
Résumé
Interview with Professor Madhukar Pai, MD, PhD by Claire Raison (Commissioning Editor). Professor Madhukar Pai did his medical training and community medicine residency in Vellore, India. He completed his PhD in epidemiology at the University of California, Berkeley (CA, USA) and a postdoctoral fellowship at the University of California, San Francisco (CA, USA). He is currently an associate professor of epidemiology at McGill University in Montreal (Canada). He serves as the Director of Global Health Programs, and as an Associate Director of the McGill International Tuberculosis Centre. In addition, he serves as a Consultant for the Bill & Melinda Gates Foundation. He also serves on the Scientific Advisory Committee of the Foundation for Innovative New Diagnostics, Geneva, Switzerland. His research is focused on improving the diagnosis and treatment of tuberculosis, especially in high-burden countries such as India and South Africa. His research is supported by grant funding from the Gates Foundation, Grand Challenges Canada and Canadian Institutes of Health Research. He has more than 200 peer-reviewed publications. He is recipient of the Union Scientific Prize, Chanchlani Global Health Research Award and Stars in Global Health award from Grand Challenges Canada, and is a member of the Royal Society of 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 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 | 0,004 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».