Life As an Early Career Researcher: Interview With Catherine Martel
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Catherine Martel obtained her PhD from the Université de Montréal and pursued a postdoctoral fellowship first at Mount Sinai School of Medicine in New York (NY, USA), then at Washington University School of Medicine in St Louis (MO, USA), and obtained the Junior Investigator Award for Women from the Arteriosclerosis, Thrombosis and Vascular Biology council of the American Heart Association. Her postdoctoral work is certainly groundbreaking and brings forward new considerations in the field: she discovered that the lymphatic vessel route, the network that runs in parallel with the blood vessels, is critical for removing cholesterol from multiple tissues, including the aortic wall. In 2013, she joined the Arteriosclerosis, Thrombosis and Vascular Biology Early Career Committee, eager to bring a Canadian perspective to the group and get involved in council activities. Since 2014, she is an Assistant Professor at the Department of Medicine at the Université de Montréal, and a research scientist at the Montreal Heart Institute. Her research program now focuses on characterizing the physiopathologic role of the lymphatics in the initiation, progression and regression of atherosclerosis. Basic and translational research will allow her team to identify the causes of lymphatic dysfunction, and eventually target potential therapeutic strategies aiming at improving lymphatic function at the different levels of the atherothrombotic disease. You can follow her laboratory at @LaboMartel_ICM.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle