Reviewer Acknowledgements for Higher Education Studies, Vol. 10, No. 3
Notice bibliographique
Résumé
Higher Education 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. Higher Education 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: hes@ccsenet.org Reviewers for Volume 10, Number 3 Arbabisarjou Azizollah, Zahedan University of Medical Sciences, Iran Arwa Aleryani, Saba University, Yemen Aurora-Adina Colomeischi, Stefan cel Mare University, Romania Aynur Yürekli, İzmir University of Economics, Turkey Bo Chang, Ball State University, USA Carmen P. Mombourquette, University of Lethbridge, Canada Evrim Ustunluoglu, Izmir University of Economics, Turkey Ezgi Pelin Yildiz, Kafkas University in KARS, Turkey Huda Fadhil Halawachy, University of Mosul, Iraq Hüseyin Serçe, Selçuk University, Turkey Jayanti Dutta, Panjab University, India John Rafferty, Charles Sturt University, Australia John W. Miller, Benedict College, USA Kartheek R. Balapala, University Tunku Abdul Rahman, Malaysia Mei Jiun Wu, Faculty of Education, University of Macau, China Meric Ozgeldi, Mersin University, Turkey Minna Körkkö, Unversity of Lapland, Finland Mirosław Kowalski, University of Zielona Góra, Poland Muhammad Ishtiaq Ishaq, Global Institute Lahore, Pakistan Nayereh Shahmohammadi, Academic Staff, Iran Oktavian Mantiri, Asia-Pacific International University, Thailand Qing Xie, Jiangnan University, China Rouhollah Khodabandelou, Sultan Qaboos University, Oman Saheed Ahmad Rufai, Lagos State University, Nigeria Salwa El-Sobkey, Modern University for Technology and Information, Egypt Savitri Bevinakoppa, Melbourne Institute of Technology, Australia Waldiney Mello, Universidade do Estado do Rio de Janeiro, Brazil Yvonne Joyce Moogan, Leeds University Business School, United Kingdom Zahra Shahsavar, Shiraz University of Medical Sciences, Iran
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 | 0,005 |
| 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 | 0,001 | 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) | 0,006 | 0,006 |
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 ».