Our tips for you: Ideas for authors from the IJOPN Editorial Team
Notice bibliographique
Résumé
We, the International Journal of Older People Nursing (IJOPN) Editorial Team—Editor in Chief Sarah Kagan; Associate Editors G.J. Melendez-Torres and Jennifer Baumbusch; and Social Media Editors Emma Blakey, Anna Carapellotti and Marleen Dohmen, are optimistic by nature and collaborative by practice. In the midst of so much upheaval around the world, we are taking steps small and large to improve the journal and better support authors, reviewers and readers. We recently updated the types of manuscripts we accept for submission to the journal. As we refined and confirmed our new list of manuscript types, we saw an opportunity to share with you—new and established authors—some of our best tips for undertaking sound research, analysing results and preparing manuscripts for submission. We categorised our tips for you and hope you find them useful. Thank you for considering IJOPN as a potential venue for disseminating your research and other scholarly work. We truly look forward to reading manuscripts you submit to the journal.
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 | 0,079 | 0,304 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,010 | 0,007 |
| Communication savante | 0,040 | 0,022 |
| Science ouverte | 0,005 | 0,007 |
| Intégrité de la recherche | 0,015 | 0,031 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,022 |
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 ».