Reviewer Acknowledgements for International Business Research, Vol. 10, No. 4
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 10, Number 4 Abderrazek Hassen Elkhaldi, University of Sousse, TunisiaAlina Badulescu, University of Oradea, RomaniaAlireza Athari, Eastern Mediterranean University, IranAmaresh C. Das, Southern University at New Orleans, USAAmran Awang, Head of Entrepreneurship Center, MalaysiaAndrea Carosi, University of Sassari, ItalyAnna Paola Micheli, Univrtsity of Cassino and Southern Lazio, ItalyAntônio André Cunha Callado, Universidade Federal Rural de Pernmabuco, BrazilArash Riasi, University of Delaware, USAAshford C Chea, Benedict College, USABenjamin James Inyang, University of Calabar, NigeriaBrian Sheehan, Thaksin University, AustraliaBruno Marsigalia, University of Casino and Southern Lazio, ItalyCheng Jing, eBay, Inc. / University of Rochester, USACristian Marian Barbu, “ARTIFEX” University, RomaniaEva Mira Bolfíková, Univerzity of P. J. Šafárik in Košice, Slovak Republic,Fevzi Esen, Istanbul Medeniyet University, TurkeyFrancesco Ciampi, Florence University, ItalyGeorgeta Dragomir, “Danubius” University of Galati, RomaniaGianluca Ginesti, University of Naples “FEDERICO II”, ItalyGiuseppe Russo, University of Cassino and Southern Lazio, ItalyHanna Trojanowska, Warsaw University of Technology, PolandHerald Monis, Milagres College, IndiaIvo De Loo, Nyenrode Business University, The NetherlandsKaren Gulliver, Argosy University, Twin Cities, USAKherchi Ishak, University of Hassiba Ben Bouali De Chlef, AlgeriaLadislav Mura, University of Ss. Cyril and Methodius in Trnava, SlovakiaLuisa Pinto, University of Porto School of Economics, PortugalMansour Esmaeil Zaei, Panjab University, India/IranManuela Rozalia Gabor, “Petru Maior” University of Tîrgu Mureş Romania, RomaniaMarcelino José Jorge, Evandro Chagas Clinical Research Institute of Oswaldo Cruz Foundation, BrazilMaria Teresa Bianchi, UNIVERSITY OF ROME “LA SAPIENZA”, ItalyMiriam Jankalová, University of Zilina, SlovakiaMohamed Abdel Rahman Salih, Taibah University, Saudi ArabiaMohsen Malekalketab Khiabani, University Technology Malaysia, MalaysiaMongi Arfaoui, University of Monastir, TunisiaMuath Eleswed, American University of Kuwait, USAOzgur Demirtas, Turkish Air Force Academy, TurkeyProsper Senyo Koto, Dalhousie University, CanadaRadoslav Jankal, University of Zilina, SlovakiaRoberto Campos da Rocha Miranda, University Center Iesb, BrazilRosa Lombardi, Sapienza University of Rome, ItalySerhii Kozlovskiy, Donetsk National University, UkraineSumathisri Bhoopalan, Sastra University, IndiaWejdene Yangui, Institute of High Business Studies of Sfax _ Tunisia (IHEC), TunisiaWing-Keung Wong, Asia University, Taiwan, China
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 | 0,037 | 0,324 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,010 | 0,006 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,013 | 0,006 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,115 | 0,076 |
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 ».