Reviewer Acknowledgements for Journal of Plant Studies, Vol. 9, No. 2
Notice bibliographique
Résumé
Journal of Plant Studies 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. Journal of Plant Studies is recruiting reviewers for the journal. If you are interested in becoming a reviewer, we welcome you to join us. Please contact us for the application form at: jps@ccsenet.org Reviewers for Volume 9, Number 2 Adriana F. Sestras, University of Agricultural Sciences and Veterinary Medicine, Romania Alejandra Matiz, University of Sao Paulo, Brazil Fardausi Akhter, Agriculture and Agri-Food Canada, Canada Khyati Hitesh Shah, Stanford University, United States Kirandeep Kaur Mani, California seed and Plant Labs, USA Malgorzata Pietrowska-Borek, Poznan University of Life Sciences, Poland Massimo Zacchini, National Research Council of Italy, Italy Md. Asaduzzaman, Agricultural Research Institute, Bangladesh Melekber Sulusoglu, Arslanbey Vocational School Kocaeli University, Turkey Milana Trifunovic-Momcilov, Institute for Biological Research “Sinisa Stankovic”, Serbia Mohamed Ahmed El-Esawi, Tanta University, Egypt Rakesh Ponnala, Zoetis Inc, United States Romina A. Marc, Univ. of Agricultural Sciences and Veterinary Medicine Cluj-Napoca, Romania Slawomir Borek, Adam Mickiewicz University, Poland Tomoo misawa, Donan Agricultural Experiment Station, Hokkaido Research Organization, Japan
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 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 0,000 |
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 tête enseignante, 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 ».