MétaCan
Menu
Retour à la cohorte
Enregistrement W2802871080 · doi:10.1002/cmr.a.21418

A tribute to Alexander Davidson Bain: An NMR pioneer and mentor at McMaster University

2016· article· en· W2802871080 sur OpenAlexafffund
Christopher Kumar Anand, Bob Berno, Stephen Boulton, Michael A. Brook, Richard M. Epand, Timothy R Field, Gillian R. Goward, Paul Hazendonk, Giuseppe Melacini

Notice bibliographique

RevueConcepts in Magnetic Resonance Part A · 2016
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueNMR spectroscopy and applications
Établissements canadiensUniversity of LethbridgeMcMaster University
Organismes subventionnairesMcMaster University
Mots-clésTributeIntellectExcellenceStyle (visual arts)Character (mathematics)PsychologyArt historyClassicsPhilosophyArtVisual artsEpistemology

Résumé

récupéré en direct d'OpenAlex

Abstract In this tribute to our friend, mentor and colleague Alexander Davidson Bain we have collectively recapitulated the milestones of his career at McMaster university. We start from Alex's scientific and educational achievements and continue with his accomplishments as a community and infrastructure builder. We attempt to provide a sense of the breadth and depth of his seemingly endless scientific contributions while at McMaster by briefly summarizing selected representative examples from his body of work. Following Alex's lead, the scientific account is mixed with anecdotes and “bits of wisdom” we fondly remember from our interactions and collaborations with him. We also touch upon his brilliant and nurturing educational style and his “aggregator” role within the McMaster and wider NMR communities. We conclude with a more personal picture of Alex D. Bain, in which his scientific excellence and profound intellect are inextricably tied to his kind, nurturing and optimistic character and to his uniquely wry humor. He was not just a “good guy,” he was the epitome of the “good guy.”

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)0,006
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: aucune
Score de désaccord entre enseignants0,065
Score d'incertitude au seuil0,129

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0090,006
Communication savante0,0080,003
Science ouverte0,0030,005
Intégrité de la recherche0,0030,010
Charge utile insuffisante (le modèle a refusé de juger)0,0240,013

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 Opus0,012
Tête enseignante GPT0,298
Écart entre enseignants0,286 · 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
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueConcepts in Magnetic Resonance Part AMême sujetNMR spectroscopy and applicationsTravaux en français237 207