MétaCan
Menu
Retour à la cohorte
Enregistrement W4385411005 · doi:10.33137/utmj.v100i2.41462

Entrepreneurial vision will define health/medical innovation at the University of Toronto over the next decade

2023· article· en· W4385411005 sur OpenAlexvenueaboutno aff
Paul Santerre

Notice bibliographique

RevueUniversity of Toronto Medical Journal · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueHealth and Medical Research Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMindsetMandateCuriosityExcellenceSerendipitySociologyPublic relationsPolitical scienceManagementMedical educationMedicinePsychologyLaw

Résumé

récupéré en direct d'OpenAlex

If I had been invited to write this article two decades ago, here at the University of Toronto, my definition of innovation for the University of Toronto would have been very similar to what the University aspired to for the previous 50 years, back to 1950. The vision at that time was to generate knowledge creation by training students via the process of curiosity-driven discovery. This prepared them for a singular career path in research by cultivating their direction towards academia within the post-doctoral pathway. In that mindset, discovery was only shared with the public through peer reviewed publications, housed within the ivory towers of universities, far out of reach from the entrepreneurs of the day. The role of the Canadian University was to impact academia. If society benefited from innovative discoveries, it would happen by random osmosis, as it was most certainly not a deliberate mandate of universities to prepare the entrepreneurial minds of scientific translation to in turn deliver the fruits of discoveries for society’s benefit. Rather, that task would be relegated to the established medical and pharmaceutical industry. However, dramatic shifts have occurred in our fields of health sciences and medical care over the last two decades. These have turned the ivory towers of medical science in Canada onto their side.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,012
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,410
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0300,000

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.

Tête enseignante Opus0,057
Tête enseignante GPT0,362
Écart entre enseignants0,305 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUniversity of Toronto Medical JournalMême sujetHealth and Medical Research ImpactsTravaux en français237 207