Scientific Overview: CSCI-CITAC Annual General Meeting and Young Investigators' Forum 2015
Notice bibliographique
Résumé
The 2015 Annual General Meeting of The Canadian Society of Clinician Investigators (CSCI) and Clinician Investigator Trainee Association of Canada/Association des Cliniciens-Chercheurs en Formation du Canada (CITAC/ACCFC) was held in Toronto November 23-25, 2015, in conjunction with The University of Toronto Clinician Investigator Program Research Day. The theme for this year's meeting was "It takes a village" and the focus was the various support systems necessary to train a successful clinician scientist. The meeting featured an opening presentation by Dr. Vincent Dumez and workshops by Dr. Peter Nickerson, Dr. Jane Aubin, Dr. Kelly Warmington and Dr. Norman Rosenblum, and MD/PhD trainees Nardin Samuel, Kevin Wang and Kirill Zaslavsky. The keynote speakers were Dr. David Malkin (Hospital for Sick Children) who received the CSCI-RCPSC Henry Friesen Award, Dr. Brent Richards (McGill University) who received the Joe Doupe Award and Ernesto Shiffrin (Lady Davis Institute) who received the Distinguished Scientist Award. As always, the conference showcased outstanding scientific presentations from clinician investigator trainees from across the country at the Young Investigators' Forum. The research topics, which ranged from basic sciences to clinical medicine and translational work, are summarized in this review. Over 90 abstracts were presented at this year's meeting during two poster sessions, with several of the outstanding abstracts selected for oral presentations.
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 | 0,017 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,009 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,009 | 0,004 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,010 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,081 | 0,073 |
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 ».