Reviewer Acknowledgements for International Business Research, Vol. 11, 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 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 11, Number 12 Abderrazek Hassen Elkhaldi, University of Sousse, Tunisia Ajit Kumar Kar, Indian Metal & Ferro Alloys Ltd, Bhubaneswar, Odisha, India Alina Badulescu, University of Oradea, Romania Anca Gabriela Turtureanu, “DANUBIUS” University Galati, Romania Andrea Carosi, University of Sassari, Italy Andrei Buiga, “ARTIFEX University of Bucharest, Romania Antonio Usai, University of Sassari, Italy Ashford C Chea, Benedict College, USA Celina Maria Olszak, University of Economics in Katowice, Poland Chemah Tamby Chik, Universiti Teknologi Mara (Uitm), Malaysia Christos Chalyvidis, Hellenic Air Force Academy, Greece Cristian Rabanal, National University of Villa Mercedes, Argentina Duminda Kuruppuarachchi, University of Otago, New Zealand Federica Caboni, University of Cagliari, Italy Federica De Santis , University of Pisa , Italy Fevzi Esen, Istanbul Medeniyet University, Turkey Filomena Izzo, University of Campania Luigi Vanvitelli, Italy Florin Ionita, The Bucharest Academy of Economic Studies, Romania Francesco Scalera, University of Bari "Aldo Moro", Italy Georges Samara, ESADE Business School, Lebanon Giuseppe Granata, University of Cassino and Southen Lazio, Italy Hanna Trojanowska, Warsaw University of Technology, Poland Hejun Zhuang, Brandon University, Canada Imran Riaz Malik, IQRA University, Pakistan Ionela-Corina Chersan, “Alexandru Ioan Cuza” University from Iași, Romania Isam Saleh, Al-Zaytoonah University of Jordan, Jordan Joseph Lok-Man Lee, The Hong Kong Polytechnic University, Hong Kong Khaled Mokni, Northern Border University, Tunisia L. Leo Franklin, Bharathidasn University, India M. Muzamil Naqshbandi, University of Dubai, UAE Marcelino José Jorge, Evandro Chagas Clinical Research Institute of Oswaldo Cruz Foundation, Brazil Maria Teresa Bianchi, University of Rome “LA SAPIENZA”, Italy Michele Rubino, Università LUM Jean Monnet, Italy Miriam Jankalová, University of Zilina, Slovakia Mohamed Abdel Rahman Salih, Taibah University, Saudi Arabia Mongi Arfaoui, University of Monastir, Tunisia Muath Eleswed, American University of Kuwait, USA Ozgur Demirtas, Turkish Air Force Academy, Turkey Prosper Senyo Koto, Dalhousie University, Canada Radoslav Jankal, University of Zilina, Slovakia Rafiuddin Ahmed, James Cook University, Australia Riaz Ahsan, Government College University Faisalabad, Pakistan Roxanne Helm Stevens, Azusa Pacific University, USA Sang-Bing Tsai, University of Electronic Science and Technology of China, China Sara Saggese, University of Naples Federico II, Italy Sumathisri Bhoopalan, SASTRA Deemed to be University, India Wejdene Yangui, Institute of High Business Studies of Sfax _ Tunisia (IHEC), Tunisia Yan Lu, University of Central Florida, USA Yasmin Tahira, Al Ain University of Science and Technology, Al Ain, UAE
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 | 0,037 | 0,299 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| 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) | 0,131 | 0,101 |
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 ».