MétaCan
Menu
Retour à la cohorte
Enregistrement W4396498558 · doi:10.1093/oso/9780197632543.001.0001

Frances Oldham Kelsey, the FDA, and the Battle against Thalidomide

2024· book· en· W4396498558 sur OpenAlexaffabout
Cheryl Krasnick Warsh

Notice bibliographique

Revuenon disponible
Typebook
Langueen
DomaineMedicine
ThématiqueHistorical Medical Research and Treatments
Établissements canadiensVancouver Island University
Organismes subventionnairesnon disponible
Mots-clésBattleMedicineFood and drug administrationAlternative medicineThalidomideLawGerontologyFamily medicinePolitical scienceHistoryPharmacologyAncient historyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract In the 1960s, Dr. Frances Oldham Kelsey of the US Food and Drug Administration (FDA) became one of the most celebrated women in America when she prevented a deadly sedative from entering the US market. A Canadian-born pharmacologist and physician, Kelsey saved countless Americans from the devastating side effects of thalidomide, a drug routinely given to pregnant women to prevent morning sickness. As a result of Kelsey’s efforts, thalidomide was never sold in the United States. The incident led Congress to pass the 1962 Kefauver-Harris Amendments to the Food, Drug and Cosmetic Act, which fundamentally changed drug regulation in America. One of a small minority of women to earn an advanced degree in science in the 1930s, Kelsey faced challenges that resonate with women scientists to this day. Revered by the public as a “good mother of science,” she went on to act as a formidable gatekeeper against other suspect drugs, such as diethylstilbestrol (DES) and laetrile. Based upon FDA archival records, private family papers, and interviews with family and colleagues, this biography brings to light the efforts and legacy of a pioneering woman of science whose contributions remain influential.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,003
Communication savante0,0030,003
Science ouverte0,0000,001
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0140,005

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 Opus0,015
Tête enseignante GPT0,286
Écart entre enseignants0,272 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetHistorical Medical Research and TreatmentsTravaux en français237 207