Notice bibliographique
Résumé
Dr. Tempero is a Professor of Medicine and Director of the UCSF Pancreas Center, and the editorin-chief of JNCCN. Her research career has focused on pancreatic ductal adenocarcinoma, especially in the area of investigational therapeutics. Dr. Tempero has served on the ASCO Board of Directors and as ASCO President. She co-directed the AACR/ASCO Methods in Clinical Cancer Research and taught this course and similar courses in Europe and Australia. She was founding Chair of the NCI Clinical Oncology Study Section (CONC) and served as a member and chair of the NCI Board of Scientific Counselors Subcommittee A. She is on the External Advisory Boards of the Pancreas SPOREs at Mayo Clinic and at UAB/Minnesota and the GI SPORE at the University of Arizona. She is, or has been, on the Scientific Advisory Boards of the Lustgarten Foundation, the Pancreatic Cancer Action Network, the V Foundation, The Alberta Canada Cancer Board, and the EORTC. She served as a member of the Oncology Drug Advisory Committee for the FDA. She has served as Deputy Director and Interim Director for the UNMC Eppley Cancer Center. She is Chief Emeritus of the Division of Medical Oncology at UCSF and served as Deputy Director and Director of Research Programs at the UCSF Helen Diller Family Comprehensive Cancer Center. Letting Nature Loose
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 | 0,006 |
| 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 ».