Développement d'un système de tomographie optique laminaire pour application à l'imagerie de la moelle épinière du petit animal
Bibliographic record
Abstract
DÉDICACEÀ mes parents qui m'ont toujours soutenu ainsi que tous mes proches où qu'ils soient sur la planète. REMERCIEMENTSJe souhaiterais remercier plusieurs personnes qui m'ont apporté leur soutien au cours de ce projet.Entre autres, les personnes qui m'ont dirigé, avec qui j'ai collaboré, qui m'ont encouragé et supporté tout au long de ce travail de maîtrise.Je tiens avant tout à témoigner mon entière reconnaissance à mon directeur de recherche M. FRÉDÉRIC LESAGE qui a cru en moi et n'a pas hésité à m'attribuer un projet d'une si grande envergure avec autant de responsabilités au cours de ces deux dernières années, pour m'avoir dirigé, conseillé et surtout encouragé dans les temps les plus durs, pour tous les moments enrichissants partagés en sa compagnie, pour m'avoir apporté une vision unique de la recherche académique et surtout pour tout ce que j'ai pu apprendre sur moi-même grâce à lui.Je remercie M. PIERRE SAVARD pour avoir accepté de présider ma soutenance de mémoire et M. JEAN-MARC LINA pour m'avoir fait l'honneur de participer au jury de soutenance.Mes remerciements vont à l'École Polytechnique de Montréal qui a accepté ma candidature pour cet échange de double diplôme, ainsi que mon institution française l'École Centrale Marseille qui m'a permis de vivre cette expérience à l'international.Je remercie le service des relations internationales de l'ECM en les personnes de Mme EMMY ARTS et Mme MARIANNE GONSSARD qui ont tout fait pour me faciliter la vie concernant les formalités administratives et qui ont toujours défendu ma cause.Merci à
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 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".