Overview of the Canadian Clinician Investigator Trainees’ research presented at the 2019 CSCI-CITAC Joint Meeting
Notice bibliographique
Résumé
The 2019 Annual General Meeting and Young Investigators' Forum of the Canadian Society for Clinical Investigation / Société Canadienne de Recherche Clinique (CSCI/SCRC) and Clinician Investigator Trainee Association of Canada / Association des Cliniciens-Chercheurs en Formation du Canada (CITAC/ACCFC) was held in Banff, Alberta on November 8-10th, 2019. The theme was "Positioning Early Career Investigators for Success: Strategy and Resilience". Lectures and workshops provided knowledge and tools to facilitate the attendees' development as clinician investigators. Dr. Jason Berman (President of CSCI/SCRC), Elina Cook (President of CITAC/ACCFC) and Drs. Doreen Rabi and Zelma Kiss (University of Calgary Organizing Co-Chairs) gave opening presentations. The keynote speakers were Dr. William Foulkes (McGill University) (Distinguished Scientist Award winner) and Dr. Andrés Finzi (Université de Montréal) (Joe Doupe Young Investigator Award winner). Dr. Robert Bortolussi (Dalhousie University) received the Distinguished Service Award for his work as the Editor-in-Chief of Clinical and Investigative Medicine and for being instrumental in the development of the Canadian Child Health Clinician Scientist Program. This meeting was the first to host a panel discussion with Drs. Stephen Robbins and Marcello Tonelli from the Canadian Institutes of Health Research. Workshops on communication, career planning and work-life balance were hosted by André Picard and Drs. Todd Anderson, Karen Tang, William Ghali, May Lynn Quan, Alicia Polachek and Shannon Ruzycki. The AGM showcased 90 presentations from clinician investigator trainees from across Canada. Most of the abstracts are summarized in this review. Eight outstanding abstracts were selected for oral presentation at the President's Forum.
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 | 0,036 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,015 | 0,018 |
| Études des sciences et des technologies | 0,011 | 0,002 |
| Communication savante | 0,010 | 0,003 |
| Science ouverte | 0,005 | 0,007 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,059 | 0,014 |
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 ».