Reviewer Acknowledgements for International Business Research, Vol. 12, No. 2
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 find the application form and details at http://www.ccsenet.org/journal/index.php/ibr/editor/recruitment and e-mail the completed application form to ibr@ccsenet.org. Reviewers for Volume 12, Number 2 Alina Badulescu, University of Oradea, Romania Alireza Athari, Eastern Mediterranean University, Iran Anna Paola Micheli, Univrtsity of Cassino and Southern Lazio, Italy Antonio Usai, University of Sassari, Italy Ashford C Chea, Benedict College, USA Aurelija Burinskiene, Vilnius Gediminas Technical University, Lithuania Celina Maria Olszak, University of Economics in Katowice, Poland Chokri Kooli, International Center for Basic Research applied, Paris, Canada Claudia Isac, University of Petrosani, Romania Cristian Marian Barbu, “ARTIFEX” University, Romania Cristian Rabanal, National University of Villa Mercedes, Argentina Dionito F. Mangao, Cavite State University – Naic Campus, Philippines Farouq Altahtamouni, Imam AbdulRahman Bin Fisal University, Jordan Federica Caboni, University of Cagliari, Italy Giuseppe Granata, University of Cassino and Southen Lazio, Italy Guy Baroaks, Ruppin academic center, Israel Haldun Şecaattin Çetinarslan, Turkish Naval Forces Command, Turkey Hanna Trojanowska, Warsaw University of Technology, Poland Henrique Fátima Boyol Ngan, Institute for Tourism Studies, Macao, Macao Hung-Che Wu, Nanfang College of Sun Yat-sen University, China Imran Riaz Malik, IQRA University, Pakistan Janusz Wielki, Opole University of Technology, Poland L. Leo Franklin, Bharathidasn University, India Lee Yok Yong, Universiti Putra Malaysia, Malaysia Marcelino José Jorge, Evandro Chagas Clinical Research Institute of Oswaldo Cruz Foundation, Brazil Maria-Madela Abrudan, University of ORADEA, Romania Maryam Ebrahimi, Azad University, Iran Miriam Jankalová, University of Zilina, Slovakia Miroslav Iordanov Mateev, American University, Dubai, UAE Modar Abdullatif, Middle East University, Jordan Mohamed Abdel Rahman Salih, Taibah University, Saudi Arabia Mohsen Malekalketab Khiabani, University Technology Malaysia, Malaysia Muath Eleswed, American University of Kuwait, USA Murat Akin, Omer Halisdemir University FEAS – NIGDE, Turkey Pascal Stiefenhofer, University of Brighton, UK Rafiuddin Ahmed, James Cook University, Australia Razana Juhaida Johari, Universiti Teknologi MARA, Malaysia Riaz Ahsan, Government College University Faisalabad, Pakistan Riccardo Cimini, University of Tuscia, Viterbo, Italy Roxanne Helm Stevens, Azusa Pacific University, USA Serhii Kozlovskiy, Donetsk National University, Ukraine Tariq Tawfeeq Yousif Alabdullah, University of Basrah, Iraq Valeria Stefanelli, University of Salento, Italy Wanmo Koo, Western Illinois University, USA Wejdene Yangui, Institute of High Business Studies of Sfax _ Tunisia (IHEC), Tunisia Wing- Keung Wong, Asia University, Taiwan, China Yasmin Tahira, Al Ain University of Science and Technology, Al Ain, UAE Zi-Yi Guo, Wells Fargo Bank, N.A., 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 | 0,036 | 0,304 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,010 | 0,006 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,014 | 0,007 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,120 | 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 ».