Honoring the mentors from 2024: a tribute to their legacy
Notice bibliographique
Résumé
The concept of a mentor represents one of the most important pillars of medical training. It constitutes one of the oldest and noblest arts that has contributed to the growth of this specialty for generations. Mentorship is the essential way to transmit knowledge and values to future generations, ensuring the continuation of legacy in the field. Therefore, the experience and knowledge of current neurosurgeons reflect the influence of previous neurosurgeons. This article aims to show respect to the educators and mentors who passed away in 2024 around the world, with deep gratitude, as learning from those who preceded us helps build a lasting legacy in neurosurgery. A literature review was conducted to examine the deaths of neurosurgeons in 2024 worldwide, without limitation to the English language. A total of 35 neurosurgeons were identified worldwide: one from Africa (Egypt), ten from Asia (Bangladesh, Japan, South Korea, India, and Pakistan); eleven from Europe (Greece, Poland, Spain and Türkiye), seven from North America (Canada and the United States), and six from South America (Argentina, Brazil, Chile, Colombia, and Mexico). In 2024 there was a great loss to the global neurosurgical community. The deceased neurosurgeons left an indelible mark and a legacy that will endure through their disciples and students. The main lesson is to remain proud and grateful for sharing this discipline across generations, preserving the true values of human knowledge.
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 | 0,021 | 0,081 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,009 | 0,011 |
| Communication savante | 0,017 | 0,018 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,005 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,004 |
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 ».