Tomographie par coherence optique pour le guidage de chirurgies minimalement invasives du rachis
Bibliographic record
Abstract
REMERCIEMENTSCes travaux de maîtrise n'auraient pu être menés à terme sans l'aide précieuse des différentes personnes qui m'ont entourée tout au long de ce projet.D'abord, je veux remercier très sincèrement ma directrice de recherche (et mentor), Professeure Caroline Boudoux, pour sa disponibilité, son soutien et ses conseils.Elle m'a permis de développer mes capacités scientifiques en plus de mes habiletés personnelles et relationnelles.Et, surtout, je la remercie de m'avoir appris à voir plus loin… Je voudrais également souligner l'aide constante que j'ai reçue de la part de mon co-directeur, Professeur Carl-Éric Aubin.De par son encadrement, il a su repousser toujours plus loin mes limites et, ainsi, me permettre de me développer en tant que chercheure.Tous deux ont su me transmettre leur rigueur scientifique en plus de leur passion inégalable pour la science et le génie.Je les remercie de leur aide et leur confiance tout au long de ma maîtrise ainsi que de leur soutien inconditionnel dans la réalisation de mes projets futurs.Différentes personnes associées au Centre de recherche du CHU Sainte-Justine ont également contribué à ce projet.D'abord, je remercie le Dr Stefan Parent pour sa contribution pour tout ce qui a trait aux aspects médicaux de mon projet et pour ses nombreux conseils.Il m'a également accordé de son précieux temps lors des essais in vivo.Un grand merci également à Souad Rhalmi, coordonnatrice des activités de l'Unité de chirurgie expérimentale, pour son aide inestimable dans le cadre des essais in vivo.Je tiens également à remercier Mark Driscoll, ancien doctorant du laboratoire du Prof. Carl-Éric Aubin, qui m'a assistée lors de mon premier stage et tout au long de la suite du projet.Je veux aussi souligner l'aide précieuse reçue de la part de Mathias Strupler et Lionel Carrion, postdoctorant et ancien associé de recherche du LODI respectivement, qui ont passé beaucoup de temps avec moi à mes débuts afin de m'initier à l'OCT, au design sur Zemax et à l'optique en général.Je veux aussi remercier Professeur Romain Maciejko qui m'a permis d'utiliser les ressources de son laboratoire.J'en profite également pour souligner l'aide reçue de la part de tous mes collègues du LODI lors de la préparation « dernière minute » de conférences, d'expériences critiques ou de tout autre moment de stress, pour les dîners partagés et les pauses café tant appréciées.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".