MétaCan
Menu
← Retour à la cohorte
Enregistrement W3204379720 · doi:10.25011/cim.v44i3.37245

Overview of The Canadian Clinician Investigator Trainees’ Research Presented at The 2020 CSCI-CITAC Joint Meeting

2021· article· en· W3204379720 sur OpenAlexafffundvenueabout
Valera Castanov, Melissa Phuong, Bryce J. M. Bogie, Danny Jomaa, Emmanuelle V. LeBlanc, Jillian Macklin, Zacharie Saint-Georges, Yujin Suk, Wenxuan Wang, Matthaeus Ware, Heather Whittaker, Adam Pietrobon

Notice bibliographique

RevueClinical and investigative medicine · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueHealth and Medical Research Impacts
Établissements canadiensMcGill University Health CentreWestern UniversityQueen's UniversityMcMaster UniversityUniversity of TorontoUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPrivilege (computing)Presentation (obstetrics)MedicineCurriculumMedical educationTheme (computing)Library scienceFamily medicinePsychologyPolitical sciencePedagogySurgery

Résumé

récupéré en direct d'OpenAlex

The 2020 Annual General Meeting (AGM) and Young Investigators’ Forum of the Canadian Society for Clinical Investigation / Société Canadienne de Recherches Clinique (CSCI/SCRC) and Clinician Investigator Trainee Association of Canada/Association des Cliniciens-Chercheurs en Formation du Canada (CITAC/ACCFC) was the first meeting to be hosted virtually. The theme was “Navigating Uncertainty, Embracing Change and Empowering the Next Generation of Clinician-Scientists”, and the meeting featured lectures and workshops that were designed to provide knowledge and skills for professional development of clinician investigator trainees. The opening remarks were given by Jason Berman (President of CSCI/SCRC), Tina Marvasti (President of CITAC/ACCFC) and Nicola Jones (University of Toronto Clinician Investigator Program Symposium Chair). Dr. Michael Strong, President of the Canadian Institutes of Health Research, delivered the keynote presentation titled “CIHR’s COVID-19 Response and Strategic Planning”. Dr. John Bell (University of Ottawa) received the CSCI Distinguished Scientist Award, Dr. Stanley Nattel (Université de Montréal) received the CSCI-RCPSC Henry Friesen Award (RCPSC; Royal College of Physicians and Surgeons of Canada) and Dr. Meghan Azad (University of Manitoba) received the CSCI Joe Doupe Young Investigator Award. Each scientist delivered talks on their award-winning research. The interactive workshops were “Developing Strategies to Maintain Wellness”, “Understanding the Hidden Curriculum: Power and Privilege in Science and Medicine”, “Hiring a Clinician Scientist Trainee: What Leaders Are Looking For” and “COVID-19: A Case Study for Pivoting Your Research”. The AGM included presentations from clinician investigator trainees nationwide. Over 70 abstracts were showcased, most are summarized in this review, and six were 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 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)0,034
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,966
Score d'incertitude au seuil0,905

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0340,023
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0140,019
Études des sciences et des technologies0,0100,002
Communication savante0,0120,003
Science ouverte0,0050,006
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0610,015

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 Opus0,783
Tête enseignante GPT0,554
Écart entre enseignants0,229 · 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.

Devis d'étudeObservationnel
DomaineÉvaluation
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

Citations1
Publié2021
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueClinical and investigative medicine→Même sujetHealth and Medical Research Impacts→Travaux en français237 207→