Notice bibliographique
Résumé
With my retirement as a professor, I would like to review my 47-year history of studying and working at Juntendo University. I was admitted to Juntendo University School of Medicine in 1976, and after graduation I joined the Department of Neurology in 1982, where Professor Hirotaro Narabayashi was the founding chairman. I became particularly interested in movement disorders and neurophysiology. The second chairman, Professor Yoshikuni Mizuno, established an American-style neurology training system. From 1992 to 1994, I studied electrophysiology at the University of Calgary in Canada, and my family and I enjoyed life in Canada very much. In 2000, I moved to Juntendo Izu-Nagaoka Hospital, now renamed Juntendo Shizuoka Hospital. I instructed young neurologists to write case reports in English. Owing to this achievement, the third chairman, Professor Nobutaka Hattori, recommended me to be a recipient of Alumni Scientific Award and to become a professor of neurology in 2009. I also became an executive officer of the Asian and Oceanian Section of the International Parkinson and Movement Disorders Society from 2015 to 2019. In 2017, I was appointed as the dean of the Faculty of Health Science and Nursing. I devoted myself to improving the nursing education and then I received the Best Professor Award twice. The level of the faculty improved, so that all the students were able to pass the National Nursing Examination consistently. In conclusion, I thank all my colleagues, faculty members, and family for letting me have valuable experiences and memories in Juntendo University.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».