Reviewers for the 2019 IMIA Yearbook of Medical Informatics
Notice bibliographique
Résumé
Mervat Abdelhak, USA Julian Alvarez, France Robert Amland, USA Elske Ammenwerth, Austria Avalos Marta, France Cheick Oumar Bagayoko, Mali Panagiotis Bamidis, Greece Melissa Baysari, Australia Tim Benson, United Kingdom Jiang Bian, USA Georgeta Bordea, France Sue Bowman, USA Andrew Boyd, USA Celia Boyer, Switzerland David Buckeridge, Canada Alex Bui, USA John Carrino, USA Pascal Charbonel, France Jonathan H. Chen, USA Rémy Choquet, France Christopher G. Chute, USA Kevin Bretonnel Cohen, USA Carolina Gómez Conejo, Spain Pascal Coorevits, Belgium Theresa Cullen, USA David Darmon, France Hans Demski, Germany Gayo Diallo, France Brian Dixon, USA Alevtina Dubovitskaya, Switzerland Stephany Duda, USA Martin Dugas, Germany Margo Edmunds, USA Frédéric Ehrler, Switzerland Urs Eisenmann, Germany Noémie Elhadad, USA Peter Elkin, USA Peter Embi, USA William Erdley, USA Susan Fenton, USA Xosé M Fernández, France Giacomo Fiumara, Italy Jason Alan Fries, USA Walter Gall, Austria Thomas Ganslandt, Germany Jennifer Garvin, USA Andrew Georgiou, Australia Guido Giunti, Spain Clément Goehrs, France Kenneth Goodman, USA Maria Hägglund, Sweden Thierry Hamon, France Sébastien Harispe, France Ralf Hofestaedt, Germany Shannon Houser, USA Lukas Huber, Austria Josef Ingenerf, Germany Trevor Jamieson, Canada Igor Jurisica, Canada Johanna Kaipio, Finland Jayashree Kalpathy-Cramer, USA David Kaufman, USA Halil Kilicoglu, USA Jeffrey Klann Jefrey, USA Sebastian Köhler, Germany Dimitrios Kokkinakis, Sweden Mayank Kumar, India Craig Kuziemsky, Canada Antoine Lamer, France Paul Landais, France Thomas A. Lasko, USA Nathan Lea, United Kingdom Thierry Lecroq, France Nelly Leon-Chisen, USA Siaw-Teng Liaw, Australia Frank Lin, Australia Christian Lovis, Switzerland Gang Luo, USA Nadia Madaoui, France Bradley A. Malin, USA Romaric Marcilly, France Luis Marco-Ruiz, Norway Mar Marcos, Spain Santiago Martinez, Norway Catalina Costa Martínez, Austria Mark Merolli, Australia Anne Moen, Norway Hans Moen, Finland Pattanasak Mongkolwat, Thailand Shawn Murphy, USA Radha Nagarajan, USA Aurélie Névéol, France Zahra Niazkhani, Iran Stacy O'Connor, USA Casey Overby Taylor, USA Bunyamin Ozaydin, USA Philip R. O. Payne, USA Niels Peek, United Kingdom Mor Peleg, Israel David Pieczkiewicz, USA Andrea Pinna, France Habibollah Pirnejad, Iran Marie-Cecile Ploy, France Morgan Price, Canada Laritza Rodriguez, USA Lipika Samal, USA Neil Sarkar, USA Matthieu Schuers, France Marco Schweitzer, Austria Chaitanya Shivade, USA Hardeep Singh, USA Berglind Smaradottir, Norway Nathalie Souf, France William Speier, USA Olivier Steichen, France Felix Sukums, Tanzania Hugues Talbot, France Xavier Tannier, France Cui Tao, USA Frantz Thiessard, France Ye Tian, USA Umit Topaloglu, USA Pierre-Yves Vandenbussche, The Netherlands Sumithra Velupillai, Sweden Karin Verspoor, Australia Amy Wang, USA Chunhua Weng, USA Alfred Winter, Germany Klaus-Hendrik Wolf, Germany Hua Xu, USA Pierre Zweigenbaum, France
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 | 0,008 | 0,002 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».