Ana Cristina Andreazza: Driven by curiosity – transforming mental health through mitochondrial innovation
Notice bibliographique
Résumé
Dr. Ana Cristina Andreazza is a Professor of Pharmacology Toxicology and Psychiatry at the University of Toronto, holding the Thomas C. Zachos Chair in Mitochondrial Research and a Tier II Canada Research Chair in Molecular Pharmacology of Mood Disorders. As the visionary Founder and Scientific Director of the Mitochondrial Innovation Initiative (Mito2i), she leads pioneering research on the role of mitochondrial dysfunction in neurological and psychiatric diseases, organ transplants, and novel therapeutic strategies. Her groundbreaking work has revolutionized our understanding of the relationship between mitochondrial function and mental health disorders, particularly bipolar disorder. Dr. Andreazza's career was inspired by early curiosity, family influence, and a commitment to reduce the stigma surrounding metabolic and psychiatric conditions. Her innovative work bridges multiple disciplines, aiming to discover biomarkers that could enable personalized treatments in mental health. A recipient of numerous prestigious awards, including membership in the Royal Society of Canada College of New Scholars, Dr. Andreazza has published over 200 peer-reviewed papers and is internationally recognized for her contributions to metabolic psychiatry. In this Genomic Press Interview, she shares insights into her remarkable journey from studying wine chemistry in Brazil to becoming a leading force in mitochondrial research while discussing her perspectives on collaborative science and innovation. Driven by a passion for teaching and collaborative science, Dr. Andreazza continues to foster innovation and mentorship in the mitochondrial research community.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».