Notice bibliographique
Résumé
Journal of Education and Training Studies (JETS) would like to acknowledge the following reviewers for their assistance with peer review of manuscripts for this issue. Many authors, regardless of whether JETS 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 5, Number 5Abdulhamit Cakir, TurkeyAnne M. Hornak, Central Michigan University, USAArlene Kent-Wilkinson, University of Saskatchewan, CanadaChosang Tendhar, Baylor College of Medicine, USACynthia M. Compton, Wingate University, USADavid A. Compton, Wingate University, USADerya Çelik, Karadeniz Technical University, TurkeyDuygu Turkoglu, TurkeyEnisa Mede, Bahcesehir University, TurkeyErcan Gür, Fırat University, TurkeyErica D. Shifflet-Chila, Michigan State University, USAEsra Gecikli, TurkeyGulgun Sertkaya, TurkeyIntakhab Khan, King Abdulaziz University, Saudi ArabiaJeyavel Sundaramoorthy, Gulbarga University Campus, IndiaLaima Kyburiene, Kaunas University of Applied Sciences, LithuaniaLisa Marie Portugal, Grand Canyon University, USALorna T. Enerva, Polytechnic University of the Philippines, PhilippinesMarcie Zaharee, The MITRE Corporation, USAMaria Pavlis Korres, Hellenic Open University, GreeceMarieke van der Schaaf, Utrecht University, The NetherlandsMatthews Tiwaone Mkandawire, Central China Normal University, MalawiMehmet Inan, Marmara University, TurkeyMeral Seker, Alanya Alaaddin Keykubat University, TurkeyMin Gui, Wuhan University, ChinaMustafa Çakır, Marmara Üniversity, TurkeyNiveen M. Zayed, MENA College of Management, JordanÖzgün Uyanik, Afyon Kocatepe University, TurkeyPirkko Siklander, University of Lapland, FinlandRichard H. Martin, Mercer University, USARichard Penny, University of Washington Bothell, USASadia Batool, Preston University Islamabad, PakistanSelin Cenberci, NEU, TurkeySelma Civar, Süleyman Demirel University, TurkeySimona Savelli, Università degli Studi Guglielmo Marconi, ItalyThomas K. F. Chiu, The University of Hong Kong, Hong KongTuğba Horzum, Necmettin Erbakan University, TurkeyVeronica Rosa, University Rome, ItalyYalçın Dilekli, Aksaray University, TurkeyYi Lu, American Institute for Research, USAYücel Gelişili, Gazi University, TurkeyZachary Wahl-Alexander, Northern Illinois University, USA Robert SmithEditorial AssistantOn behalf of,The Editorial Board of Journal of Education and Training StudiesRedfame Publishing9450 SW Gemini Dr. #99416Beaverton, OR 97008, USAURL: http://jets.redfame.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 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 | 0,060 | 0,592 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,012 | 0,008 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,013 | 0,008 |
| Science ouverte | 0,006 | 0,006 |
| Intégrité de la recherche | 0,008 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,119 | 0,064 |
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 ».