MétaCan
Menu
Retour à la cohorte
Enregistrement W4240423813 · doi:10.5539/hes.v9n4p226

Reviewer Acknowledgements for Higher Education Studies, Vol. 9, No. 4

2019· article· en· W4240423813 sur OpenAlexvenueno aff
Sherry Lin

Notice bibliographique

RevueHigher Education Studies · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTeacher Professional Development and Motivation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLibrary scienceHigher educationState (computer science)SociologyPolitical scienceManagementLawMathematicsEconomics

Résumé

récupéré en direct d'OpenAlex

Higher Education Studies 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. Higher Education Studies 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://recruitment.ccsenet.org and e-mail the completed application form to hes@ccsenet.org. Reviewers for Volume 9, Number 4 Abdelaziz Mohammed, Albaha University, Saudi Arabia Alina Mag, University Lucian Blaga of Sibiu, Romania Ana Maria Carneiro, University of Campinas, Brazil Anna Liduma, University of Latvia, Latvia Antonina Lukenchuk, National Louis University, USA Arwa Aleryani, Saba University, Yemen Aynur Yürekli, İzmir University of Economics, Turkey Bahar Gün, İzmir University of Economics, Turkey Bo Chang, Ball State University, USA Deniz Ayse Yazicioglu, Istanbul Technical University, Turkey Dibakar Sarangi, Teacher Education and State Council for Educational research and Training, India Donna.Smith, The Open University, UK Geraldine N. Hill, Elizabeth City State University, USA Hüseyin Serçe, Selçuk University, Turkey Jisun Jung, University of Hong Kong, Hong Kong Kartheek R. Balapala, University Tunku Abdul Rahman, Malaysia Laith Ahmed Najam, Mosul University, Iraq Lung-Tan Lu, Fo Guang University, Taiwan Mei Jiun Wu, University of Macau, China Meric Ozgeldi, Mersin University, Turkey Najia Sabir, Indiana University Bloomington, USA Okedeyi Sakiru Abiodun, Adeniran Ogunsanya College of Education, Nigeria Prashneel Ravisan Goundar, Fiji National University, Fiji Qing Xie, Jiangnan University, China Rafizah Mohd Rawian, Universiti Utara Malaysia, Malaysia Ranjit Kaur Gurdial Singh, The Kilmore International School, Australia Sadeeqa Sadeeqa, Lahore College For Women University Lahore, Pakistan Samuel Byndom, Parkland College, USA Semiyu Adejare Aderibigbe, American University in the Emirates, UAE Suat Capuk, Adiyaman University, Faculty of Education, Turkey Teguh Budiharso, Center of Language and Culture Studies, Indonesia Tuija A. Turunen, University of Lapland, Finland Xiaojiong Ding, Shanghai Normal University, China Zahra Shahsavar, Shiraz University of Medical Sciences, Iran

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,895
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,003

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.

Tête enseignante Opus0,126
Tête enseignante GPT0,448
Écart entre enseignants0,322 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHigher Education StudiesMême sujetTeacher Professional Development and MotivationTravaux en français237 207