MétaCan
Menu
Retour à la cohorte
Enregistrement W4249169270 · doi:10.5539/jfr.v9n2p58

Reviewer Acknowledgements for Journal of Food Research, Vol. 9 No. 2

2020· article· en· W4249169270 sur OpenAlexvenueno aff
Bella Dong

Notice bibliographique

RevueJournal of Food Research · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueResearch on scale insects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLibrary sciencePolitical scienceHumanitiesAgency (philosophy)ArtSociologySocial science

Résumé

récupéré en direct d'OpenAlex

Journal of Food 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. Journal of Food Research 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: jfr@ccsenet.org Reviewers for Volume 9, Number 2 Ammar Eltayeb Ali Hassan, University of Tromsø, Norway Ana Silva, National Institute of Health Dr Ricardo Jorge, Portugal Ancuta Elena Prisacaru, Stefan cel Mare University of Suceava, Romania Bernardo Pace, Institute of Science of Food Production (ISPA), National Research Council (CNR), Italy Bruno Alejandro Irigaray, Facultad de Química, Uruguay Coman Gigi, Dunarea de Jos University of Galati, Romania Diego A. Moreno-Fernández, CEBAS-CSIC, Spain Djilani Abdelouaheb, Badji Mokhtar University, Algeria Elke Rauscher-Gabernig, Austrian Agency for Health and Food Safety, Austria Elsa M Goncalves, Instituto Nacional de Investigacao Agrária (INIA), Portugal Essence Jeanne Picones Logan, University of Santo Tomas, Philippines Greta Faccio, Empa-Swiss Federal Laboratories for Material Sciences and Technology, Switzerland J. Basilio Heredia, Research Center for Food and Development, Mexico Jintana Wiboonsirikul, Phetchaburi Rajabhat University, Thailand Jose Maria Zubeldia, Gestión Sanitaria de Canarias – Gobierno de Canarias, Spain Luis Patarata, Universidade de Trás-os-Montes e Alto Douro, Portugal Ma Lourdes Vazquez-Odériz, University of Santiago de Compostela, Spain Marco Iammarino, Istituto Zooprofilattico Sperimentale della Puglia e della Basilicata, Italy Mariana de Lourdes Almeida Vieira, Centro Federal de Educação Tecnológica de Minas Gerais, Brazil Massimiliano Renna, CNR-National Research Council of Italy, Italy Paolo Polidori, University of Camerino, Italy Richard Nyanzi, Tshwane University of Technology, South Africa Shao Quan Liu, National University of Singapore, Singapore Stuart Munson-McGee, New Mexico State University, United States Tzortzis Nomikos, Harokopio University, Greece Xinyin Jiang, Brooklyn College, United States

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,037
score de la tête « metaresearch » (Gemma)0,305
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,963
Score d'incertitude au seuil0,372

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0370,305
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0090,004
Études des sciences et des technologies0,0050,002
Communication savante0,0120,006
Science ouverte0,0040,004
Intégrité de la recherche0,0070,007
Charge utile insuffisante (le modèle a refusé de juger)0,1110,070

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.

Tête enseignante Opus0,333
Tête enseignante GPT0,434
Écart entre enseignants0,101 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
DomaineÉvaluation
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetResearch on scale insectsTravaux en français237 207