Notice bibliographique
Résumé
In my last editorial [1] in early 2020, I highlighted our past achievements and looked forward to seeing where the new year would take us, not expecting the year to turn out as it did.With the pandemic affecting all corners of the world, it would be remiss not to acknowledge COVID-19 and the consequences still felt now at the time of writing.I want to recognize, in particular, how researchers have had to adapt to unpredictable workloads while teaching, learning, writing, peer-reviewing and living under a hugely difficult situation for the last year and a half.Your efforts have not gone unnoted and Biology Letters will continue to support you where we can.Biology Letters continues to be a fast, high-quality journal, publishing short research articles, reviews and opinion pieces across the biological sciences.July marked the annual release of the Journal Citation Reports Impact Factors (IFs), calculated by dividing the number of citations from the last full calendar year divided by the number of source items published in that journal during the previous 2 years.And the excellent news here is that the Biology Letters IF has reached a record for this journal, equalling a value of 3.7, and a 5-year IF of 4.2.This places us in the top third of biology, evolution and ecology journals and is a testament to the high-quality science we publish.The diverse research articles Biology Letters publishes attract strong media attention (figure 1).In March 2021, Hal Whitehead and colleagues from Dalhousie University analysed digitized logbooks of American whalers in the North Pacific and discovered a 58% decline in whalers succeeding in harpooning sighted whales within a few years of exploiting a hunting region (https://royalsociety publishing.org/doi/10.1098/rsbl.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».