Drop uOttawa from byline — keep just the author name

app.py

@@ -52,11 +52,11 @@ LOW_CONFIDENCE_THRESHOLD = 0.5
 TITLE: dict[str, str] = {
     "en": (
         "# Chronic Wound Classifier — 4-class AZH demo\n"
-        "*Developed, trained, and deployed by **John Boby Mesadieu** — Université d'Ottawa.*"
+        "*Developed, trained, and deployed by **John Boby Mesadieu**.*"
     ),
     "fr": (
         "# Classification des plaies chroniques — démo AZH 4 classes\n"
-        "*Conçu, entraîné et déployé par **John Boby Mesadieu** — Université d'Ottawa.*"
+        "*Conçu, entraîné et déployé par **John Boby Mesadieu**.*"
     ),
 }
 
@@ -117,7 +117,7 @@ set (n=184); the best 10-fold ensemble of the same recipe averages 0.7989.
 **Out of scope.** Not for clinical decision-making. No claim of diagnostic accuracy on real patient
 cohorts. No fairness audit across skin tones. No mobile or offline build.
 
-**Author.** Developed, trained, and deployed by **John Boby Mesadieu** — Université d'Ottawa.
+**Author.** Developed, trained, and deployed by **John Boby Mesadieu**.
 
 **Dataset citation.** Anisuzzaman et al. 2022, *Multi-modal wound classification using wound image
 and location by deep neural network*, Sci. Rep. 12:20057.
@@ -132,7 +132,7 @@ la même recette atteint en moyenne 0,7989.
 sur de vraies cohortes de patients. Aucun audit d'équité par teinte de peau. Aucune version mobile
 ou hors ligne.
 
-**Auteur.** Conçu, entraîné et déployé par **John Boby Mesadieu** — Université d'Ottawa.
+**Auteur.** Conçu, entraîné et déployé par **John Boby Mesadieu**.
 
 **Référence du jeu de données.** Anisuzzaman et coll. 2022, *Multi-modal wound classification using
 wound image and location by deep neural network*, Sci. Rep. 12:20057.