Merit Award Presented at the Breast Cancer Symposium
Notice bibliographique
Résumé
Nine Conquer Cancer Foundation of the American Society of Clinical Oncology Merit Awards in Breast Cancer have been awarded for 2015. The awards, which were given at the Breast Cancer Symposium, recognize young investigators for their valuable research contributions to their areas of study and their commitment to advancing cancer care. The award recipients were selected based on the scientific merit of their abstracts. The award recipients are: Sahaja Acharya, MD, of Washington University School of Medicine, for “Distance to nearest radiation facility and treatment choice in early stage breast cancer” (Abstract 73); Faith Aydogan, MD, of the Department of Surgery at Brigham and Women's Hospital and Dana-Farber Cancer Institute, for “Tumor subtype and race in male breast cancer: A population-based cohort study” (Abstract 149); Andrea Covelli, MD, PhD, of University of Toronto, for “A misperceived threat: Understanding the increasing mastectomy rates” (Abstract 75); Clark DuMontier, MD, of Boston University Medical Center, for “Motivation and mortality in geriatric patients with early stage breast cancer” (Abstract 105); Saima Hassan, MD, PhD, of Oregon Health & Science University, for “Biological indicators of response and resistance to PARP inhibition in BRCA wild-type breast cancer” (Abstract 125); Kenneth Kehl, MD, of The University of Texas MD Anderson Cancer Center, for “Trends in BRCA1/2 mutation testing rates among young women and men with breast cancer, 2005-2012” (Abstract 103); Maryam Nemati Shafee, MD, of The University of Texas MD Anderson Cancer Center, for “Aromatase inhibitors and the risk of contralateral breast cancer in BRCA mutation carriers” (Abstract 3); Talha Shaikh, MD, of Fox Chase Cancer Center, for “Impact of margin status and re-excision on local control in patients undergoing breast-conservation therapy for ductal carcinoma in situ” (Abstract 57); and Sean Szeja, MD, of Sunnybrook Odette Cancer Centre, for “Outcomes associated with adjuvant radiation after lumpectomy for elderly women with T1-2N0M0 triple-negative breast cancer: SEER analysis” (Abstract 39).
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,182 | 0,077 |
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 ».