Bibliographic record
Abstract
L'insuline, découverte majeure du 20éme siècle a permis le traitement d'une maladie connue depuis l'antiquité et qui, jusqu'alors, restait toujours mortelle. Au vu de l'importance de ce traitement, nous avons décidé de retracer l'historique de l'insuline et de ses principaux acteurs au fil des siècles. Banting et Best sont mondialement connus pour être officiellement les scientifiques ayant isolé l'insuline et ont reçu pour cela le prix Nobel en 1923. N'oublions pas pour autant les nombreux précurseurs ayant travaillé sur le même thème, qui pour certains ont pressenti l'existence de la molécule sans réussir à la mettre en évidence, et qui ont inspiré les deux chercheurs canadiens. Grâce à cette découverte, l'insuline a pu être produite à des fins thérapeutiques à grande échelle. Depuis de nombreux progrès ont été àccomplis, aussi bien au niveau de la diversité et de la qualité des insulines, qu'au niveau du confort et de la maniabilité des modalités d'injections, permettant ainsi de s'approcher au plus prés de la sécrétion naturelle. L'histoire de l'insuline ne s'arrête sûrement pas là. Le prochain chapitre est déjà en train de s'écrire, avec les recherches sur d'autres voies thérapeutiques: autres formes d'administration, sous forme inhalée par exemple, pancréas artificiel, les greffes de pancréas et d'îlots de Langerhans.
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 | 0.002 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.005 | 0.010 |
| Insufficient payload (model declined to judge) | 0.073 | 0.039 |
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".