Reviewer Acknowledgements for World Journal of English Language, Vol. 10, No. 1
Notice bibliographique
Résumé
World Journal of English Language (WJEL) would like to acknowledge the following reviewers for their assistance with peer review of manuscripts for this issue. Many authors, regardless of whether WJEL 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 10, Number 1 Aissa HANIFI, University of Chlef, AlgeriaAmelia Maria Cava, Università fdi Napoli Federicio II, Naples, ItalyCheryl Caesar, Michigan State University, USJessica Aliaga Lavrijsen, Centro Universitario de la Defensa Zaragoza / University of Defense zaragoza, SpainKenan Yerli, Sakarya University, TurkeyLeila Lomashvili, Shawnee State University, USALi Ping Chang, Department of Applied Foreign Languages, National Taipei College of Business, TaiwanMaría Luisa Carrió, Departamento de Linguistica Aplicada, Universidad Politécnica de Valencia, SpainÖzkanal, Ümit, Eskisehir Osmangazi University Foreign Languages Department, TurkeyŞenel, Müfit, 19 Mayıs University, Turkey Joe NelsonEditorial AssistantOn behalf of,The Editorial Board of World Journal of English LanguageSciedu Press-----------------------------------------Add: 9140 Leslie St. Suite 110, Beaver Creek, Ontario, L4B 0A9, CanadaTel: 1-416-479-0028 ext. 218Fax: 1-416-642-8548Email 1: wjel@sciedupress.comEmail 2: wjel@sciedupress.orgWeb: http://wjel.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 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 | 0,043 | 0,443 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,009 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,007 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,064 | 0,035 |
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 ».