Reviewer Acknowledgements for International Business Research, Vol. 14, No. 12
Notice bibliographique
Résumé
International Business Research wishes to acknowledge the following individuals for their assistance with peer review of manuscripts for this issue. Their help and contributions in maintaining the quality of the journal are greatly appreciated. International Business Research is recruiting reviewers for the journal. If you are interested in becoming a reviewer, we welcome you to join us. Please contact us for the application form at: ibr@ccsenet.org Reviewers for Volume 14, Number 12 Ahnaf Ali Alsmady, University of Tabuk, Saudi Arabia Anca Gabriela Turtureanu, “DANUBIUS” University Galati, Romania Anna Maria Calce, University of Cassino and Southern Lazio, Italy Benjamin James Inyang, University of Calabar, Nigeria Bruno Ferreira Frascaroli, Federal University of Paraiba, Brazil Chokri Kooli, International Center for Basic Research applied, Paris, Canada Chuan Huat Ong, SEGi University Kota Damansara, Malaysia Chunyu Zhang, Guangxi Normal University, China Cristian Marian Barbu, “ARTIFEX” University, Romania Francesco Scalera, University of Bari "Aldo Moro", Italy Giuseppe Granata, University Mercatorum of Rome, Italy Gnahe franck E, JIANGXI UNIVERSITY OF FINANCE AND ECONOMICS, COTE D’IVOIRE Hanna Trojanowska, Warsaw University of Technology, Poland Henrique Fátima Boyol Ngan, Institute for Tourism Studies, Macao, Macao Hind Ahmed, Ahfad university for Women, Sudan Ivano De Turi, LUM Jean Monnet University, Italy Janusz Wielki, Opole University of Technology, Poland L. Leo Franklin, Bharathidasn University, India Ladislav Mura, University of Ss. Cyril and Methodius in Trnava, Slovakia Lee Yok Yong, Universiti Putra Malaysia, Malaysia Leow Hon Wei, SEGi University, Malaysia MALIK ELHAJ, University of Pittsburgh at Bradford, USA Marcelino José Jorge, Evandro Chagas Clinical Research Institute of Oswaldo Cruz Foundation, Brazil Marco Valeri, Niccolò Cusano University, Italy Maria-Madela Abrudan, University of ORADEA, Romania Mohammad S. Knio, City University College of Ajman, UK Mustafa Özer, Anadolu University, FEAS, Turkey Omer Allagabo Omer Mustafa, Sudan Academy for Banking and Financial Sciences, Sudan Pascal Stiefenhofer, University of Exeter, UK Rosemary Boateng Coffie, Kwame Nkrumah University of Science and |Technology, Ghana Roxanne Helm Stevens, Azusa Pacific University, USA Sachita Yadav, Arun Jaitley National Institute of Financial Management, India Sara Saggese, University of Naples Federico II, Italy Shrijan Gyanwali, Pokhara University, Nepal Stoyan Neychev, University of National and World Economy, Bulgaria Sumathisri Bhoopalan, SASTRA Deemed to be University, India Wanmo Koo, Western Illinois University, USA Yan Lu, University of Central Florida, USA
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 | 0,031 | 0,284 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,009 | 0,006 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,013 | 0,006 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,122 | 0,088 |
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 ».