Reviewer Acknowledgements for International Business Research, Vol. 12, No. 3
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 3 Alireza Athari, Eastern Mediterranean University, Iran Anca Gabriela Turtureanu, “DANUBIUS” University Galati, Romania Andrea Carosi, University of Sassari, Italy Anna Paola Micheli, Univrtsity of Cassino and Southern Lazio, Italy Antônio André Cunha Callado, Universidade Federal Rural de Pernmabuco, Brazil Ashford C Chea, Benedict College, USA Bruno Marsigalia, University of Casino and Southern Lazio, Italy Chokri Kooli, International Center for Basic Research applied, Paris, Canada Christopher Alozie, Tansian University, Nigeria Cristian Marian Barbu, “ARTIFEX” University, Romania Duminda Kuruppuarachchi, University of Otago, New Zealand Essia Ries Ahmed, Universiti Sains Malaysia, Malaysia Federica Caboni, University of Cagliari, Italy Federica De Santis, University of Pisa, Italy Florin Ionita, The Bucharest Academy of Economic Studies, Romania Foued Hamouda, Ecole Supérieure de Commerce, Tunisia Francesco Ciampi, Florence University, Italy Francesco Scalera, University of Bari "Aldo Moro", Italy Gianluca Ginesti, University of Naples “FEDERICO II”, Italy Hillary Odor, University of Benin, Nigeria Ivana Tomic, IT Company CloudTech, Republic of Serbia Joanna Katarzyna Blach, University of Economics in Katowice, Poland Joseph Lok-Man Lee, The Hong Kong Polytechnic University, Hong Kong Khaled Mokni, Northern Border University, Tunisia L. Leo Franklin, Bharathidasn University, India Ladislav Mura, University of Ss. Cyril and Methodius in Trnava, Slovakia Leow Hon Wei, SEGi University, Malaysia Manuel A. R. da Fonseca, Federal University of Rio de Janeiro (UFRJ), Brazil Marcelino José Jorge, Evandro Chagas Clinical Research Institute of Oswaldo Cruz Foundation, Brazil Maria do Céu Gaspar Alves, University of Beira Interior, Portugal Maria Teresa Bianchi, University of Rome “LA SAPIENZA”, Italy Miriam Jankalová, University of Zilina, Slovakia Mongi Arfaoui, University of Monastir, Tunisia Muath Eleswed, American University of Kuwait, USA Ozgur Demirtas, Turkish Air Force Academy, Turkey Pascal Stiefenhofer, University of Brighton, UK Prosper Senyo Koto, Dalhousie University, Canada Rafiuddin Ahmed, James Cook University, Australia Razana Juhaida Johari, Universiti Teknologi MARA, Malaysia Riccardo Cimini, University of Tuscia, Viterbo, Italy Roberto Campos da Rocha Miranda, University Center Iesb, Brazil Sang- Bing Tsai, University of Electronic Science and Technology of China, China Sara Saggese, University of Naples Federico II, Italy Shun Mun Helen Wong, The Hong Kong Polytechnic University, Hong Kong Slavoljub M. Vujović, Economic Institute, Belgrade, Serbia Tariq Tawfeeq Yousif Alabdullah, University of Basrah, Iraq Valerija Botric, The Institute of Economics, Zagreb, Croatia Velia Gabriella Cenciarelli, University of Pisa, Italy 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 | 0,033 | 0,287 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,009 | 0,006 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,013 | 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 | 0,084 |
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 ».