Life As an Early Career Researcher: Interview With Catherine Martel
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.
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 | 0,021 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,029 | 0,016 |
| Communication savante | 0,013 | 0,010 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,011 | 0,042 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».