Étude de la barrière hématoencéphalique dans des modèles animaux de la maladie d'Alzheimer
Notice bibliographique
Résumé
APPAmyloid precursor protein/ La protéine précurseur de l'amyloïde Je voudrais profiter de ces quelques lignes pour remercier des gens qui ont eu un grand effet pendant ma vie et plus particulièrement durant ma thèse.J'aimerais d'abord remercier Dr Frédéric Calon pour m'avoir accueilli dans son laboratoire, pour m'avoir confié des projets très intéressants et pour m'avoir donné l'opportunité de parfaire mon expérience et d'appliquer mon savoir-faire dans plusieurs projets.Un grand merci pour votre support pendant ma thèse, pour m'avoir appris les analyses scientifiques et l'art de la recherche.Pour moi, être chercheur scientifique c'est adopter la philosophie et la méthodologie du Dr Frédéric Calon.Ainsi, je voudrais remercier les membres du jury, Dre Reina Bendayan, Dre Marie-Eve Tremblay et Dr Eric Biron, pour avoir accepté avec générosité d'accorder le temps et l'effort pour évaluer ma thèse.Je tiens également à remercier Dre Fanchon Bourasset pour m'avoir encadré pendant mon stage de master en France, en plus de m'avoir mis en contact avec Dr Frédéric Calon et de m'avoir poussé à accomplir mon doctorat au Canada.J'aimerais profiter de cette occasion pour remercier la grande chercheuse et la bonne amie, la Dre Francesca Cicchiti, qui m'a toujours considéré comme un bon ami, pour sa gentillesse et pour tous les services qu'elle m'a offerts.J'aimerais remercier vivement, mon collègue, mon ami, mon deuxième encadrant de stage, Tuan Minh Do.Je te remercie pour tout ce que tu m'as appris, et spécialement pour la technique de la perfusion cérébrale in situ.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».