Notice bibliographique
Résumé
The advances of the Civil Rights movement in the mid-20th century and the success of the first African-American neurosurgeons trained at the Montreal Neurological Institute have led to a number of African-Americans receiving neurosurgery training within the United States. Unfortunately, the details regarding the first African-American neurosurgeon trained in the United States, E. Latunde Odeku, have largely remained in obscurity. Born on June 29, 1927 in Lagos, Nigeria, Dr. Odeku received his M.D. from the Howard University College of Medicine in 1954. He spent the next year at the University of Michigan under the tutelage of Edgar A. Kahn, chief of neurosurgery, and was impressive enough to be offered a residency position. From 1956 to 1960, he trained under Dr. Kahn at the University of Michigan. In 1961, he returned to Howard as a member of the neurosurgery faculty, during which time he became the second African-American to be certified by the American Board of Neurological Surgery. Although he received multiple job offers in the United States, he chose to return to Nigeria where he worked tirelessly, providing excellent neurosurgical care and discipleship until his death in 1974. The diligence and intelligence of E. Latunde Odeku, M.D., F.A.C.S., enabled him to become the first African-American neurosurgeon trained in the United States. A truly global pioneer, his selfless service in America and Nigeria opened the door for people from each country to enhance the field of neurosurgery.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,286 | 0,115 |
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 ».