Maud L. Menten: Pioneering Physician and Biochemist
Notice bibliographique
Résumé
Dr. Maud Leanora Menten, an esteemed Canadian physician, biochemist, and organic chemist, conducted a wide range of valuable biochemistry research for over 40 years, making groundbreaking discoveries about cancer treatments, enzyme kinematics, anesthesia medicine, bacterial toxins, vitamin deficiencies, hematology, and histochemistry. Menten demonstrated intense perseverance and tenacity in her education, defying societal norms to not only become one of the first Canadian women to earn a research-intensive Doctor of Medicine (MD) degree, but to also be one of the first to earn a PhD. Although she was restricted in her work in Canada, she moved to the U.S. and published an estimated 100 research studies over her career. She is most well known for her work with Dr. Leonor Michaelis, with whom she created the Michaelis-Menten equation for the relationship between reaction rate and enzyme-substrate concentration. However, she conducted many other noteworthy research projects, such as using radium bromide for cancer treatment in rats and using electrophoretic mobility to study human hemoglobin, which allowed for a more advanced protein analysis. Her research in hemoglobin preceded the findings of Linus Pauling by several years, however, he is often the only one credited for this work. After her death, the extent and depth of her work was better understood and appreciated by many, and she was recognized by her alma mater, the University of Toronto, and her former workplace, the University of Pittsburgh. She was also posthumously inducted into the Canadian Medical Hall of Fame.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,010 |
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 ».