Notice bibliographique
Résumé
I enjoyed reading in the CMAJ about Dr. Blum’s encounter with Dr. Wilder Penfield.1 I recall first seeing Dr. Pen-field in the cafeteria at the Royal Victo-ria Hospital when I was a medical stu-dent (probably around 1970) and being somewhat awed by his presence. I had read The Second Career a few years before, and I also knew him by reputa-tion, through the media. The memory that stands out most vividly is of attending grand rounds in the amphitheatre of the Montreal Neu-rological Institute sometime during 1975–1976, when I was a final-year radiology resident. I arrived late, just as the “patient, ” an elderly man with a pro-tuberant abdomen distending his dress-ing gown, got up from his wheelchair and began to describe the histology slides of his own untreatable abdominal sarcoma. When I realized that the patient was Dr. Penfield, the enormous-ness of the moment struck me. I admire Dr. Blum’s maturity and self-confidence as an intern, in having been able to sit down and carry out a personal conversation with Dr. Pen-field. Only after several years of med-ical practice did I reach the point where I became at ease when dealing with famous people and was able to see the common humanity that we all share.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».