MétaCan
Menu
Retour à la cohorte
Enregistrement W2972023490 · doi:10.1136/neurintsurg-2019-015390

In Memoriam Grant Hieshima, MD: 1942–2019: Pioneer, Mentor, Visionary, Friend

2019· article· en· W2972023490 sur OpenAlexaboutno aff
Randall T. Higashida

Notice bibliographique

RevueJournal of NeuroInterventional Surgery · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiology practices and education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineGerontologyOphthalmology

Résumé

récupéré en direct d'OpenAlex

Grant Hieshima, MD died unexpectedly on August 9, 2019, at the age of 77, while enjoying one of his lifelong passions, deep-sea fishing, with his son Michael at his side. Grant was born in Southern California in 1942, and attended UCLA as an undergraduate. He received his medical education from Tulane University Medical School, in New Orleans, where he graduated with honors in 1969. Grant initially wanted to become a general surgeon but subsequently decided to pursue radiology with subspecialty training in neuroradiology and nuclear medicine. He was appointed to a faculty position in 1974 at Harbor-UCLA Medical Center in Torrance, California where he began to develop techniques to manage vascular trauma. Figure 1 Grant Hieshima at the UCSF alumni reunion during the July 2018 SNIS Annual Meeting in San Francisco. In 1983, Dr John Bentson recruited Grant to UCLA Medical Center to start a new program in neurointerventional radiology (NIR). I was completing my final year of residency in radiology at UCLA, and after training with Grant, I asked to become his first NIR fellow. In the 1980s, the field of NIR was just beginning, and pioneers included Dr. Alejandro Berenstein at New York University; Dr. Chuck Kerber at The University of California, San Diego; Dr’s. Fernando Vinuela and Allan Fox at Toronto General Hospital; Dr. Gerard Debrun at the University of Illinois; Dr. Fedor Serbinenko at the Burdenko Neurosurgery Institute in Moscow; Dr’s. Victor Shcheglov and Alexander Zubkov, St Petersburg, Russia; Dr. Pierre Lasjaunias, Hospital Kremlin Bicetre, Paris; Dr. Charlie Strother, University of Wisconsin; and Dr. Grant Hieshima. At UCLA we would start at 7:30 am with morning read outs of CT brain scans, spend the afternoon performing diagnostic angiography, myelography, pneumoenchephalography of the brain ventricles, lumbar punctures for cerebrospinal fluid analysis, and then in the late afternoon would start NIR procedures, usually working until the …

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,492
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,031
Tête enseignante GPT0,320
Écart entre enseignants0,289 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroInterventional SurgeryMême sujetRadiology practices and educationTravaux en français237 207