Interview with the ECM Award winner 2022 and introducing the new ECM members
Notice bibliographique
Résumé
The Early Career Member (ECM) Award is intended to honour promising members of the European Respiratory Society (ERS) at an early stage of their professional career, based on their curriculum vitae, involvement in the ERS and potential for future scientific contributions. This award is given during the ERS International Congress, where the ECM Awardee is invited to give the Mina Gaga lecture during the ECM session. In this article, we present an interview conducted with the 2022 ECM Award winner, Alexander Mathioudakis, where he discussed his work and visions for the future and shared some tips for ECMs starting a career in respiratory research. We also provide a brief introduction to the new members of the ECM Committee (ECMC) from Assemblies 2 (Respiratory intensive care), 3 (Basic and translational sciences), 7 (Paediatrics) and 8 (Thoracic surgery and transplantation). This article presents the interview with the ERS Early Career Member Awardee 2022 (@MathioudakisAG) and provides a brief introduction to the new ECM members <https://bit.ly/3BSRgV2> The authors would like to acknowledge Alexander Mathioudakis for his collaboration on the interview and for reviewing the transcript, and to Anush Meliksetyan and Olivia Menegale (European Respiratory Society, Lausanne, Switzerland) for their support in scheduling and recording the interview.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».