Notice bibliographique
Résumé
This article was originally published online on 14 February 2015 Contributing reviewers The editors of World Allergy Organization Journal would like to thank all of our reviewers who have contributed to the journal in Volume 7 (2014). Mona Al-Ahmad Kuwait Suleiman Al-Hammadi United Arab Emirates Maria Cristina Artesani Italy Amal Assa'ad United States of America Emel Aygören-Pürsün Germany Claus Bachert Belgium Leonard Bielory United States of America W.M. Blom Netherlands Matteo Bonini Italy Homer Boushey United States of America Malcolm Brinn Australia Wesley Burks United States of America Carlo Caffarelli Italy Moises A. Calderon United Kingdom Giorgio Walter Canonica Italy Yoon-Seok Chang South Korea Marco Cicardi Italy Philip Cooper Ecuador Emily Cope United States of America Alexessander Couto Alves United Kingdom Linda Cox United States of America Julian Crane New Zealand Ceyhun Dalkan Cyprus Martin Depner Germany Martin Desrosiers Canada Ratko Djukanovic United Kingdom Sten Dreborg Sweden Motohiro Ebisawa Japan Alison Elliott Uganda Ira Finegold United States of America Puccio Franca Venezuela Maia Gotua Georgia Robert G. Hamilton United States of America Holger Heine Germany Martin Himly Austria Stephen Holgate United Kingdom Rose Kamenwa Kenya Amy Kantar Italy Monroe King United States of America Pierluigi Koch Italy Hans-Jørgen Malling Denmark Alberto Martelli Italy Marcus Maurer Germany Jim McKenna United Kingdom Martin Metz Germany Harold Nelson United States of America Robyn O'Hehir Australia Ayse Bilge Ozturk Turkey Pierluigi Paggiaro Italy Oscar Palomares Spain Hae-Sim Park South Korea Paola Parronchi Italy Giovanni Passalacqua Italy Carlos Pastor Vargas Spain Diego Peroni Italy Jay Portnoy United States of America Lars K. Poulsen Denmark David Price United Kingdom Kaisa Pyrhönen Finland Nelson Rosario Brazil Hugh Sampson United States of America Mario Sanchez-Borges Venezuela Joaquin Sastre Spain Glenis Scadding United Kingdom Irma Schabussova Austria Nicola Scichilone Italy Gianenrico Senna Italy James Sublett United States of America Stanley Szefler United States of America Mimi Tang Australia Alberto Tedeschi Italy Michael Wechsler United States of America Christina West Sweden Andrew White United States of America Torsten Zuberbier Germany
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 | 0,023 | 0,282 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,007 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,010 | 0,006 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,007 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,186 | 0,110 |
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 ».