MétaCan
Menu
Retour à la cohorte
Enregistrement W6958615099 · doi:10.6084/m9.figshare.25417207

Oliver Smithies - Sources from OLIVER SMITHIES. 23 June 1925 — 10 January 2017

2024· article· en· W6958615099 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation Methods and Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCloning (programming)GeneHuman bloodHuman cloningIdentification (biology)Human genome

Résumé

récupéré en direct d'OpenAlex

Oliver Smithies was born in Copley, near Halifax in Yorkshire, UK. He received his doctorate from Oxford in 1951, then began working at the Connaught Laboratories in Toronto, where he developed starch gel electrophoresis. This technology allowed identification of genetic variants in human serum proteins and revolutionized protein analysis. After moving to the University of Wisconsin, he studied the genetics of antibody variability, then turned to nucleic acid methods, developing safe cloning vectors, driving production of software for genetic analysis, sequencing several human genes and finally creating genetically engineered animals, for which he later received the Nobel Prize. He then moved to the University of North Carolina, where he developed methods for altering gene dosage in mice, which he used to develop ways to attack complex physiological questions, including blood pressure regulation. Finally, he formulated a new hypothesis to explain kidney glomerular filtration, then devised methods that confirmed the hypothesis. Oliver collaborated with his wife, Nobuyo Maeda, during a long and happy marriage. While maintaining separate laboratories, they stimulated each other's scientific understanding and frequently published together. During a 70-year life in science, he mentored many students, postdoctoral fellows and collaborators, nearly all remaining his friends for life.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,427
Score d'incertitude au seuil0,609

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,5730,356

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 Opus0,092
Tête enseignante GPT0,372
Écart entre enseignants0,281 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetEducation Methods and TechnologiesTravaux en français237 207