Notice bibliographique
Résumé
Pour ce numéro, nous vous offrons une entrevue avec Jules Brodeur, médecin et toxicologue qui a été un pilier dans le domaine de la toxicologie industrielle au Québec et ailleurs dans le monde. C’est pourtant dans le domaine de la pharmacologie qu’a débuté sa carrière à la fin des années 50. D’abord professeur au département de pharmacologie de l’université de Montréal, il se consacre à la recherche fondamentale pendant de nombreuses années. En 1976, il devient le directeur du département de médecine du travail et d’hygiène des milieux, un milieu de formation pour les professionnels de la médecine du travail, de la toxicologie industrielle et de la santé environnementale.Auteur de plus d’une centaine d’articles et de près de 150 communications scientifiques, il a toujours cependant eu à cœur son mandat de formation. Il a ainsi supervisé les travaux de plus 40 étudiants gradués à la maîtrise et au doctorat et vu près de 110 étudiants diplômés du Diplôme d’Études Supérieures en Toxicologie qu’il a instauré à ce département. Jules Brodeur s’est mérité au cours de sa carrière de nombreux prix et nominations, mais les personnes qui l’ont côtoyé vous diront que sa gentillesse, son ardeur au travail et sa grande disponibilité sont ce qu’on l’on retient avant tout de lui. À la retraite depuis un an, la revue PISTES a voulu le rencontrer pour qu’il nous explique son cheminement de carrière et ses réflexions actuelles sur la toxicologie industrielle.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,003 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,061 | 0,023 |
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 ».