Reviewer Acknowledgements for International Business Research, Vol. 11, No. 2
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://recruitment.ccsenet.org and e-mail the completed application form to ibr@ccsenet.org.Reviewers for Volume 11, Number 2 Ahmad Mahmoud Ahmad Zamil, King Saud University RCC, JordanAlina Badulescu, University of Oradea, RomaniaAlireza Athari, Eastern Mediterranean University, IranAtallah Ahmad Alhosban , Aqaba University of Technology , JordanBadar Alam Iqbal, Aligarh Muslim University, SwitzerlandBenjamin James Inyang, University of Calabar, NigeriaBrian Sheehan, Thaksin University, ThailandBruno Ferreira Frascaroli, Federal University of Paraiba, BrazilCarlo Alberto Magni, University of Modena and Reggio Emilia, ItalyCheng Jing, eBay, Inc. / University of Rochester, USACristian Marian Barbu, “ARTIFEX” University, RomaniaEunju Lee, University of Massachusetts Lowell, USAFederica De Santis , University of Pisa , ItalyFilomena Izzo, University of Campania Luigi Vanvitelli, ItalyFlorin Ionita, The Bucharest Academy of Economic Studies, RomaniaGianluca Ginesti, University of Naples “FEDERICO II”, ItalyGilberto Marquez-Illescas, Clarkson University, USAGuo Zi-Yi, Wells Fargo Bank, N.A., USAHanna Trojanowska, Warsaw University of Technology, PolandHongliang Qiu, Tourism College of Zhejiang, ChinaHsiao-Ching Kuo, Washington and Jefferson College, USAHung-Che Wu, Nanfang College of Sun Yat-sen University, ChinaIonela-Corina Chersan, “Alexandru Ioan Cuza” University from Iași, RomaniaIsam Saleh, Al-Zaytoonah University of Jordan, JordanJolita Vveinhardt, Vytautas Magnus University, LithuaniaKaren Gulliver, Argosy University, Twin Cities, USALadislav Mura, University of Ss. Cyril and Methodius in Trnava, SlovakiaM. Muzamil Naqshbandi, University of Dubai, UAEMarcelino José Jorge, Evandro Chagas Clinical Research Institute of Oswaldo Cruz Foundation, BrazilMaria Teresa Bianchi, University of Rome “LA SAPIENZA”, ItalyMaria-Madela Abrudan, University of ORADEA, RomaniaMichaela Maria Schaffhauser-Linzatti, University of Vienna, AustriaMiriam Jankalová, University of Zilina, SlovakiaMohsen Malekalketab Khiabani, University Technology Malaysia, MalaysiaMurat Akin, Omer Halisdemir University FEAS – NIGDE, TurkeyOnur Köprülü, Mersin University, TurkeyOzgur Demirtas, Turkish Air Force Academy, TurkeyRadoslav Jankal, University of Zilina, SlovakiaRafiuddin Ahmed, James Cook University, AustraliaRosa Lombardi, Sapienza University of Rome, ItalyRoxanne Helm Stevens, Azusa Pacific University, USAShun Mun Helen Wong, The Hong Kong Polytechnic University, Hong KongSumathisri Bhoopalan, SASTRA Deemed to be University, IndiaTariq Tawfeeq Yousif Alabdullah, University of Basrah, IraqValeria Stefanelli, University of Salento, ItalyVassili JOANNIDES de LAUTOUR, Grenoble École de Management (France) and Queensland University of Technology School of Accountancy (Australia), FranceYan Lu, University of Central Florida, USA
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 | 0,040 | 0,338 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,010 | 0,006 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,015 | 0,007 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,007 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,118 | 0,082 |
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 ».