The Vaccine Godmother: Dr. Gagandeep Kang’s Pioneering Journey in Global Health and Vaccine Development
Notice bibliographique
Résumé
Dr. Gagandeep Kang is a distinguished Indian microbiologist and virologist known for her pioneering work in the study of gastrointestinal diseases, diarrheal infections, and vaccine development. This article highlights her career, beginning with her medical education at Christian Medical College (CMC) Vellore, where she embarked on her groundbreaking research in enteric diseases, particularly rotavirus, a major cause of child mortality globally. Over the course of her distinguished career, she has led groundbreaking research on rotavirus, contributing to the development of two WHO-approved vaccines tailored for Indian communities: Rotavac (Bharat Biotech, Hyderabad, India) and Rotasiil (Serum Institute of India, Pune, India). Beyond her research, Dr. Kang has held significant advisory roles on national and global platforms, including WHO's Global Advisory Committee on Vaccine Safety and the Coalition for Epidemic Preparedness Innovations (CEPI). She has authored over 300 scientific publications and coauthored the bestselling book "Till We Win," which details India's fight against the COVID-19 pandemic. Her exceptional contributions have earned her numerous accolades, including the Infosys Prize in Life Sciences, the Fellowship of the Royal Society, and the Canada Gairdner Global Health Award. Dr. Kang's career exemplifies her dedication to advancing public health, vaccine development, and global health initiatives, making her a trailblazer in the field of microbiology and virology.
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 | 0,008 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,006 | 0,020 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 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 ».