Conference 2016: From Drug Discovery to Health Outcomes: Population to Patient. An international symposium held jointly by CSPS and CC-CRS, May 31-June 3, 2016, Vancouver, BC, Canada
Notice bibliographique
Résumé
Plenaries and Special Presentations:Carolyn Buser-Doepner, GSK: "New Trends in Pharma-Academia Collaborations for Drug Discovery"Chris Halyk, President, Janssen Inc.: "Are Innovative Medicines and our Life Sciences Industry at Risk in Canada?"Aaron Schimmer, Princess Margaret Cancer Centre: "New Therapeutic Strategies to Target the Mitochondria in Leukemia"Ivana Cecic, Genome BC: "Genomics in Canada: From Knowledge Generation to Patient Outcomes"Adam Rosebrock, University of Toronto: "Quantitative Mass-Spectrometry Metabolomics for Direct Biochemical Phenotyping"Fakhreddin Jamali, University of Alberta: CSPS Lifetime Achievement Award Lecture - "Pharmaceutical Research and Development, Lessons Learned"Conference Sessions:Special Session: Innovation and Management of Modern Pharmaceuticals1. Special Populations2. Nanomedicines Become Personal: Opportunities and Challenges3. Mucosal Drug Delivery4. Broaching the Fourth Hurdle: Getting Drugs on the Formulary5. Pharmacogenomics in the Clinic and Community6. Responsive Drug Delivery Systems7. Drug Targeting and Targeting Drugs8. Health Sustainability Evidence9. Integrating Pharmaceutical Sciences into a Pharm D Curriculum10. Analytical Innovation to Support Precision Medicine and Biologicals Development11. Protein and Peptide Delivery
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 | 0,015 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,068 | 0,012 |
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 ».