Maud Menten: Pioneering Pediatric-Perinatal Pathologist, Clinician-Scientist, and “the Most Wonderful Human Being in the World”
Notice bibliographique
Résumé
Maud Menten was born and raised in remote regions of Canada. She obtained her MB/MD at the University of Toronto (1907/1911) and her PhD in biochemistry at the University of Chicago (1916). From 1907 to 1916, she trained at the Rockefeller Institute for Medical Research, the New York Infirmary for Women and Children, Western Reserve University in Cleveland, the Berlin Municipal Hospital in Germany, and the Barnard Free Skin and Cancer Hospital in St Louis. In 1916, she was appointed as pathologist at the Elizabeth Steel Magee Hospital, a charitable maternity hospital in Pittsburgh. She received a faculty appointment at the University of Pittsburgh (1918) and was appointed pathologist at Pittsburgh Children's Hospital (1926). In addition to being one of the first woman academic pathologists, she was likely the first perinatal, the second pediatric-perinatal, and the fourth pediatric pathologist to practice in North America. The importance of Menten's overall scientific contributions place her in the very upper echelon of 20th century pathologists. Her enzyme kinetic work resulted in the Michaelis-Menten equation, and her work in George Crile's laboratory in Cleveland provided a physiological basis for improved surgical outcomes. Her work in Pittsburgh was equally innovative, including initiating the field of enzyme histochemistry.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».