MétaCan
Menu
← Retour à la cohorte
Enregistrement W2794933441 · doi:10.25011/cim.v41i1.29457

Newsletter Spring 2018: Clinician Investigator Trainee Association of Canada (CITAC)

2018· article· en· W2794933441 sur OpenAlexaffvenueabout
Tianwei Ellen Zhou, Kristen I. Barton, Kirill Zaslavsky, Karen J Abraham, Robert Bortolussi

Notice bibliographique

RevueClinical and investigative medicine · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueHealth and Medical Research Impacts
Établissements canadiensDalhousie UniversityUniversity of TorontoMcGill University
Organismes subventionnairesnon disponible
Mots-clésSpring (device)Association (psychology)MedicineFamily medicinePsychologyEngineeringPsychotherapist

Résumé

récupéré en direct d'OpenAlex

A decade of CITAC Annual General Meetings: 2007-2017 In 2007, the Clinician Investigator Trainee Association of Canada (CITAC) launched its inaugural Annual General Meeting (AGM). The AGM has since become a major annual event, jointly organized by CITAC and leaders from the Canadian Society for Clinical Investigation (CSCI), and continues to provide a forum for clinician investigator (CI) trainees to exchange ideas, advance career prospects and engage with the broader community. Indeed, since its inception, all Canadian institutions with medical doctor and clinician investigator (MD+CI) training programs have participated in the AGM, while more than 1,000 trainees have registered as CITAC members. The 10th CITAC-CSCI AGM was recently held in Toronto (November 20-22, 2017). There were nearly 200 attendees, including CI trainees, faculty member and physician leaders from across Canada (Figure 1A, 1B). Trainees spanning diverse career stages had opportunities to participate in interactive poster sessions, workshops and lectures by leading physician-scientists. These exercises were designed to encourage and enhance networking, career development and mentorship for prospective physician-scientists.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,211
Score d'incertitude au seuil0,707

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,001
Communication savante0,0070,002
Science ouverte0,0020,003
Intégrité de la recherche0,0080,006
Charge utile insuffisante (le modèle a refusé de juger)0,2110,088

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.

Tête enseignante Opus0,375
Tête enseignante GPT0,446
Écart entre enseignants0,071 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueClinical and investigative medicine→Même sujetHealth and Medical Research Impacts→Travaux en français237 207→