Notice bibliographique
Résumé
Publishing a journal is the work of many people. The people listed below have been integral to the creation and production of The Arbutus Review.Teresa Dawson, Director of the Learning and Teaching Centre, who created the JournalInba Kehoe, Scholarly Communications and Copyright Officer of the Library, who shepherds the online portion of the JournalLaurie Waye, Managing Editor of the Journal and Manager of the Writing CentreMichael Lukas, Guest editor of the JournalShu-min Huang, Journal Designer and Coordinator of the Writing CentreAll submissions are reviewed blind by at least two readers. These readers are graduate students, researchers, staff, and alumni from the University of Victoria. We thank them for their valuable contributions to The Arbutus Review.Akina Umemoto Helen KennedyAnirban Kar Ilijc AlbaneseBehn Skovgaard Andersen Jennifer SmithBethany Coulthard Jonathan SchmidBrendan Boyd Judy WalshBrian Coleman Julia Serena ReadyBrian Vatne Leslie BraggCarrie Hill Linnea Gay PerryChristina Suzanne Marion SelfridgeClarise Lim Scott KouriConstance Sobsey Sheri GitelsonEmma Hughes Stephanie FieldHeike LettariWe also thank the instructors who supported their students’ submissions. Their weaving together of research into the undergraduate experience has enriched their students’ education.Dr. Alexandra D’Arcy, Department of LinguisticsDr. Charlotte Schallié, Department of Germanic and Slavic StudiesDr. Daniella Constantinescu, Department of Mechanical EngineeringDr. Jillianne Code, Faculty of EducationDr. Kevin Walby, Department of SociologyDr. Laura Cowen, Department of Mathematics and StatisticsDr. Martin Adams, Department of Pacific and Asian StudiesDr. Rustom Bhiladvala, Department of Mechanical EngineeringDr. Valerie Irvine, Faculty of 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,043 | 0,036 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».