The journey from bench to bedside—it takes a science village
Notice bibliographique
Résumé
I was fortunate enough to start my career at what was the dawn of modern-day molecular biology and to apply it to an important health problem. While my early work focused on fundamental science, the desire to understand human disease better and to find practical applications for research discoveries resulted, over the following decades, in creating a stream of translational research directed specifically toward epithelial cancers. This could only have been possible through multiple collaborations. This type of team science would eventually become a hallmark of my career. With the development of higher throughput molecular techniques, the pace of research and discovery has quickened, and the concept of personalized medicine based on genomics is now coming to fruition. I hope my legacy will not just reflect my published works, but will also include the impact I have had on the development of the next generation of scientists and clinician scientists who inspired me with their dedication, knowledge, and enthusiasm.
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 | 0,022 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,012 | 0,020 |
| Communication savante | 0,030 | 0,035 |
| Science ouverte | 0,004 | 0,019 |
| Intégrité de la recherche | 0,012 | 0,046 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,039 | 0,033 |
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 ».