Impact du facteur transformant β sur la prolifération et l'invasion des cellules trophoblastiques
Bibliographic record
Abstract
AvertissementL'auteur de ce mémoire ou de cette thèse a autorisé l'Université du Québec à Trois-Rivières à diffuser, à des fins non lucratives, une copie de son mémoire ou de sa thèse.Cette diffusion n'entraîne pas une renonciation de la part de l'auteur à ses droits de propriété intellectuelle, incluant le droit d'auteur, sur ce mémoire ou cette thèse.Notamment, la reproduction ou la publication de la totalité ou d'une partie importante de ce mémoire ou de cette thèse requiert son autorisation.REMERCIEMENTS Je tiens tout d'abord à remercier les étudiants du laboratoire; Isabelle St-Louis, Steve Turner, Marie-Claude Déry et Alexandre Rouette pour leur amitié, leur aide ainsi que leurs précieux conseils qui m'ont aidé à progresser dans mes travaux de recherche.Un merci spécial à Céline Van Themsche pour sa patience, son aide et sa contagieuse passion pour la recherche qui m'ont permis d'apprécier davantage les moments passés au laboratoire.Je tiens également à remercier les professionnelles de recherche Sophie Parent et Valérie Leblanc pour tout le support, autant technique que moral, qu'elles m'ont offert tout au long de ma maîtrise.Évidemment, je veux remercier mon directeur de recherche, Éric Asselin, de m'avoir donné ma chance au laboratoire et de m'avoir fait confiance afin de mener à terme mon projet de recherche.Ce long processus n'aurait pu s'accomplir sans l'appui et les encouragements de ma famille.Merci à mes parents d'avoir cru en moi et de m'avoir donné les moyens de réussir.Merci à ma sœur d'être toujours là pour moi.Finalement, je veux remercier mon conjoint, Gabriel, qui a su m'épauler jusqu'à la fin.Merci pour ta patience, tes encouragements et ta présence.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".