Notice bibliographique
Résumé
2013 marked a wonderful year for IEEE TKDE (Transactions on Knowledge and Data Engineering). While the statistics for November and December 2013 were not available when this editorial was written, TKDE received 822 submissions in the first 10 months of 2013. Among those submissions, 601 received their first round reviews, 20 submissions were invited for minor revision, 150 submissions were invited for major revision, 243 submissions were declined, and 188 were administratively rejected mainly due to topics out of the scope and clear incompetence in technical quality. Final decisions on 458 of those 822 submissions were made, among which 21 were accepted, while there are many other submissions that are still under revision or the second round review. In total, 125 submissions have been accepted in the first 10 months of 2013, including those submitted in 2013 and earlier. The statistics show that TKDE is in a healthy and fruitful state and, at the same time, remains a highly competitive venue for academic publication. I want to thank all authors who submitted to TKDE, and all reviewers and associate editors who helped to run the submission selection process as smoothly as it can be. Your consistent contributions and support make TKDE a fruitful and professional journal. I want to sincerely thank the four associate editors who finished their terms in the second half of 2013: Drs. Elena Ferrari, Wook-Shin Han, Haixun Wang, and Aidong Zhang. Their significant contributions to the quality and reputation of TKDE have benefited many authors, readers, and reviewers. At the same time, I want to officially welcome the six associate editors who joined the editorial board in the second half of 2013: Drs. Eamonn Keogh, Feifei Li, Tao Li, Ee-Peng Lim, Stan Matwin, and Myra Spiliopoulou. Particularly, Eamonn Keogh has been kind enough to rejoin the TKDE editorial board after he retired from his first service several years ago. This group of newly appointed associate editors represents our interest and determination in recruiting the most established and active working experts in the wonderful wide spectrum of knowledge and data engineering. Moreover, they are very committed and dedicated to serving the community and handling the review processes, as testified by their rich experience.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,015 | 0,006 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,007 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,136 | 0,159 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».