#63: <b>Mark McAuley & Susan Boehnke – Patient-led Research, Patient-Centered Care and Neuroscience Education</b>
Notice bibliographique
Résumé
In this episode, we have the pleasure of hosting Mark McAuley, a deep brain stimulation (DBS) patient and the CEO of Astronomy Australia Limited, and Dr. Susan Boehnke, an Associate Professor at Queen’s University in Canada and director of the Neurotech Microcredential Program and the Neurotech Discovery Lab. Together, they've been part of remarkable efforts that not only focus on the practical and ethical aspects of neurotechnology but also engage students in real-time research.Mark brings over thirty years of experience in research and development, with a remarkable track record of securing $300 million in Australian Government grants for major research infrastructure projects. Holding degrees in astrophysics, ancient history, and an MBA—where he was awarded the Vice-Chancellor’s medal as the university's highest-achieving postgraduate student—Mark was diagnosed with Parkinson’s disease in 2010 and received a DBS implant in 2020. Post-surgery, he's been a passionate advocate for better patient care and improved DBS programming to enhance clinical outcomes.Dr. Susan Boehnke completed her PhD in Neuroscience at Dalhousie University and has an extensive background in auditory neuroscience and primate neurophysiology. She led the creation of one of the first non-human primate models of Alzheimer’s disease and established Canada's first non-human primate biobank. In response to the explosion of interest in neurotechnology, she's now pioneering a micro-credential program in neurotech and exploring the ethical issues surrounding it. She's also leading the Training Committee for Connected Minds, a significant research initiative between York and Queen’s Universities.At the recent Neuromodec conference in New York, Mark and Susan presented their work, which emphasizes patient inclusion in research—a theme Dr. Boehnke passionately advocates for—and provides transformative learning experiences for students. Today, we'll dive into their journeys, the science behind their projects, and explore potential insights into the future of patient-led research and education in neurotechnology.
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 | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,007 | 0,003 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,010 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,185 | 0,134 |
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 ».