Reviewer Acknowledgements for Journal of Mathematics Research, Vol. 10, No. 6
Notice bibliographique
Résumé
Journal of Mathematics 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 is greatly appreciated. Many authors, regardless of whether Journal of Mathematics Research publishes their work, appreciate the helpful feedback provided by the reviewers. Reviewers for Volume 10, Number 6 Abdessadek Saib, University of Tebessa, Algeria Ahmed Saad Rashed, Zagazig University, Egypt Arman Aghili, University of Guilan, Iran Denis Khleborodov, Lomonosov Moscow State University, Russia Gabriela Ciuperca, University Lyon 1, France Gane Sam Lo, Universite Gaston Berger de Saint-Louis, Senegal Gener Santiago Subia, NUeva Ecija University of Science and Technology, Philippines Hayat REZGUI, Ecole normale Supérieure de Kouba, Algeria Kuldeep Narain Mathur, University Utara Malaysia, Malaysia Marek Brabec, Academy of Sciences of the Czech Republic, Czech Republic Meltem Erden Ege, Manisa Celal Bayar University, Turkey Mohammad Sajid, Qassim University, Saudi Arabia Nik Mohd Asri Nik Long, Universiti Putra Malaysia, Malaysia Philip Yordanoff Philipoff, Bulgarian Academy of Sciences, Bulgaria Rami Ahmad El-Nabulsi, Athens Institute for Education and Research, Greece Rovshan Bandaliyev, National Academy of Sciences of Azerbaijan, Azerbaijan Sanjib Kumar Datta, University of Kalyani, India Sergiy Koshkin, University of Houston Downtown, USA Sophia Wang On behalf of, The Editorial Board of Journal of Mathematics Research Canadian Center of Science and Education
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 | 0,041 | 0,398 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,010 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,012 | 0,008 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,007 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,073 | 0,042 |
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 ».