Notice bibliographique
Résumé
Scientists are among the most enthusiastic people when it comes to talking about their work. Despite this, it seems that it is the funding system that Canadian scientists most often discuss these days, and not their findings and new ideas. Needless to say, research can only exist with good and secure funding, but when obtaining funding becomes a dominant part of investigators’ activity, the system has a problem. I am a cell biologist and physiologist recruited to Canada from Hungary. Generous funding helped me to complete my post-doctoral training here and to start my own lab a decade ago. The transition from post-doc was smoothened by one of the last Canadian Institutes of Health Research (CIHR) Senior Research Fellowships that gave 2 years of post-doctoral funding and 2 years of new investigator salary support. I was extremely lucky to have this opportunity, which is no longer available to current post-docs. However, as my independent work started to produce results, I had to realize how difficult it was to maintain even a modestly sized lab (one technician and two students) within a research institute. As the reality of inevitable rejections of first grant renewal applications set in, I was swept away by the struggle for funding and the never-ending cycles of reviewing. This experience, shared by many of us, shaped my views on the ills of the Canadian biomedical research funding system. I am sharing my thoughts on this important and complex topic, with the hope that it will be part of a fruitful discussion.
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 | 0,170 | 0,249 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,027 | 0,036 |
| Communication savante | 0,035 | 0,031 |
| Science ouverte | 0,009 | 0,021 |
| Intégrité de la recherche | 0,044 | 0,090 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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 ».