Reviewer Acknowledgements for English Linguistics Research, Vol. 9, No. 1
Notice bibliographique
Résumé
English Linguistics Research (ELR) would like to acknowledge the following reviewers for their assistance with peer review of manuscripts for this issue. Many authors, regardless of whether ELR publishes their work, appreciate the helpful feedback provided by the reviewers. Their comments and suggestions were of great help to the authors in improving the quality of their papers. Each of the reviewers listed below returned at least one review for this issue. Reviewers for Volume 9, Number 1 Alina Andreea Dragoescu Urlica, University of Life Sciences, RomaniaHülya Tuncer, Çukurova University, TurkeyKate Short-Meyerson, University of Wisconsin Oshkosh, USAKazeem K. Olaniyan, Ladoke Akintola University of Technology, NigeriaLi-ping Chang, National Taipei College of Business, TaiwanOmer Elsheikh Hago Elmahdi, Taibah Universit, Saudi ArabiaSawsan M.A. Ahmed, Taif University, Saudi ArabiaWin Whelan, St. Bonaventure University, USAZeineb Ayachi Ben Abdallah, Higher Institute of Human Sciences Jendouba, Tunisia Best Regards,Camille SuEditorial Assistant, English Linguistics ResearchSciedu Press*************************************Add: 9140 Leslie St. Suite 110, Beaver Creek, Ontario, L4B 0A9, CanadaTel: 1-416-479-0028 ext. 210Fax: 1-416-642-8548E-mail1: elr@sciedupress.com E-mail2: elr@sciedupress.org Website: http://elr.sciedupress.com
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 | 0,006 | 0,982 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,004 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».