MétaCan
Menu
Retour à la cohorte
Enregistrement W2894926629 · doi:10.1161/atvbaha.118.311203

Angelo Scanu Memorial

2018· article· en· W2894926629 sur OpenAlexaff
Celina Edelstein, Godfrey S. Getz, Santica M. Marcovina, John J. Albers, Marlys L. Koschinsky

Notice bibliographique

RevueArteriosclerosis Thrombosis and Vascular Biology · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueItalian Fascism and Post-war Society
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésPolitical science

Résumé

récupéré en direct d'OpenAlex

A ngelo Scanu spent almost the whole of his illustri- ous scientific career at the University of Chicago.Actually, he had 2 distinguished careers there: one devoted to plasma HDL (high-density lipoprotein) and the other to Lp(a) (lipoprotein(a)).Angelo had come to the United States in 1955 on a Fulbright Scholarship, working with Irvine Page at the Cleveland Clinic and with Walter Hughes at the Brookhaven National Laboratories.It was at this time he began his pioneering work on lipoproteins, developing a delipidation procedure that yielded apolipoproteins in essentially a lipidfree state.This breakthrough opened up the field of apolipoprotein research.He came to the University of Chicago in 1961 to do his American internship in internal medicine-a second internship, having done the first one in Italy, where he had graduated cum laude from Sassari University Medical School in 1949.Angelo then joined the faculty in the Department of Medicine at the University of Chicago, where he remained until his retirement in 2011.For the first 25 years of his research career, his focus was HDL, including the isolation and characterization of the structures of its 2 major apoproteins, A-I and A-II.Using innovative physicochemical methods, Angelo and his colleagues elucidated the role of the apolipoproteins in HDL structure.As a visiting investigator at

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,237
Score d'incertitude au seuil0,794

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,2370,111

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 Opus0,039
Tête enseignante GPT0,312
Écart entre enseignants0,273 · 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'admission1
Résumé présentnon

Explorer davantage

Même revueArteriosclerosis Thrombosis and Vascular BiologyMême sujetItalian Fascism and Post-war SocietyTravaux en français237 207