MétaCan
Menu
Retour à la cohorte
Enregistrement W4415522694 · doi:10.1080/24745332.2024.2410790

My mentor: James Cameron Hogg

2025· article· en· W4415522694 sur OpenAlexaffabout
Peter D. Paré

Notice bibliographique

RevueCanadian Journal of Respiratory Critical Care and Sleep Medicine · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience of respiration and sleep
Établissements canadiensSt. Paul's Hospital
Organismes subventionnairesnon disponible
Mots-clésOfficerNova scotiaResistance (ecology)House officerMedical schoolLung diseaseNew england

Résumé

récupéré en direct d'OpenAlex

James Cameron Hogg (Jim) was my principal career mentor and became a lifelong collaborator and friend. I met Jim at McGill shortly after he published his landmark paper in the New England Journal of Medicine (NEJM) identifying the small airways of the lung as the major site of increased airflow resistance in patients who had chronic obstructive pulmonary disease (COPD). As a teenager in Northern Ontario, Jim wanted to be a hockey player with the Flin Flon Bombers, a renowned team from Northern Manitoba but when his coach said he was unlikely to make the team he decided he better pursue a different career pathway; he chose Medicine and returned to Winnipeg and the University of Manitoba. He spent 3 years as a general medical officer in Greenwood Nova Scotia before doing his PhD and Pathology training at McGill and the Massachusetts General Hospital. In his PhD work Jim found that small airway resistance was less than 25% of total lower airway resistance in 16 normal human lungs but that these airways were the major site of airflow resistance in the lungs of 10 patients who had suffered with COPD. It is no exaggeration to say that this seminal observation represents the most important finding in the study of obstructive lung since Laennec’s description of the stethoscope. Following up on this observation became a major focus of Jim’s career. He has continued to ask questions about the small airways using progressively more sophisticated and accurate techniques to get answers.

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)0,004
score de la tête « metaresearch » (Gemma)0,023
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: aucune
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,155

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,023
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,002
Communication savante0,0070,003
Science ouverte0,0020,003
Intégrité de la recherche0,0030,010
Charge utile insuffisante (le modèle a refusé de juger)0,0460,037

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 Opus0,035
Tête enseignante GPT0,322
Écart entre enseignants0,287 · 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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Respiratory Critical Care and Sleep MedicineMême sujetNeuroscience of respiration and sleepTravaux en français237 207