MétaCan
Menu
Retour à la cohorte
Enregistrement W4398223236 · doi:10.3390/curroncol31060223

Abstracts of the Cell Therapy Transplant Canada 2023 Annual Conference

2024· article· en· W4398223236 sur OpenAlexaffvenueabout
Stephanie A. Maier, Imran Ahmad, Tobias Berg, Susan Berrigan, Mahmoud Elsawy, Alejandro Garcia‐Horton, Wilson Lam, Alix Lapworth, Luciana Melo Garcia, Ravi Shah, Ram Vasudevan Nampoothiri, Jean‐Sébastien Delisle

Notice bibliographique

RevueCurrent Oncology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueBiomedical Ethics and Regulation
Établissements canadiensAlberta Children's HospitalOttawa HospitalPrincess Margaret Cancer CentreMcMaster UniversityDalhousie UniversityHamilton Health SciencesUniversité LavalQueen Elizabeth II Health Sciences CentreUniversité de MontréalHôpital Maisonneuve-Rosemont
Organismes subventionnairesnon disponible
Mots-clésThursdayMedicineNova scotiaSession (web analytics)Presentation (obstetrics)StipendPharmacyCeremonyFamily medicineLibrary scienceMedical educationHistorySurgery

Résumé

récupéré en direct d'OpenAlex

On behalf of Cell Therapy Transplant Canada (CTTC), we are pleased to present the Abstracts of the CTTC 2023 Annual Conference. The conference was held in-person, 31 May-2 June 2023, in Halifax, Nova Scotia at the Westin Nova Scotian hotel. Poster authors presented their work during a lively and engaging welcome reception on Thursday, 1 June, and oral abstract authors were featured during the oral abstract session in the afternoon of Friday, 2 June 2023. Twenty-three (23) abstracts were selected for presentation as posters and four (4) as oral presentations. Abstracts were submitted within four categories: (1) Basic/Translational Sciences, (2) Clinical Trials/Observations, (3) Laboratory/Quality, and (4) Pharmacy/Nursing/Other Transplant Support. The top four (4) oral abstracts and top four (4) poster abstracts were selected to receive an award. All of these were marked as "Award Recipient" within the relevant category. We congratulate all the presenters on their research and contributions to the field.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,983
Score d'incertitude au seuil0,631

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,001
Communication savante0,0070,001
Science ouverte0,0010,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,1890,051

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 Opus0,082
Tête enseignante GPT0,373
Écart entre enseignants0,291 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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'admission3
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetBiomedical Ethics and RegulationTravaux en français237 207