MétaCan
Menu
Retour à la cohorte
Enregistrement W4252878138 · doi:10.5539/jfr.v7n1p96

Reviewer Acknowledgements for Journal of Food Research, Vol. 7 No. 1

2018· article· en· W4252878138 sur OpenAlexvenueno aff
Bella Dong

Notice bibliographique

RevueJournal of Food Research · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAquaculture Nutrition and Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLibrary sciencePolitical scienceCzechAgency (philosophy)GeographySociologySocial science

Résumé

récupéré en direct d'OpenAlex

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 find the application form and details at http://recruitment.ccsenet.org and e-mail the completed application form to jfr@ccsenet.org.Reviewers for Volume 7, Number 1Alex Augusto Gonçalves, Federal Rural University of Semi-Arid (UFERSA), BrazilBojana Filipcev, University of Novi Sad, SerbiaComan Gigi, Dunarea de Jos University of Galati, RomaniaCorina-aurelia Zugravu, University of Medicine and Pharmacy Carol Davila, RomaniaDiego A. Moreno-Fernández, CEBAS-CSIC, SpainEfstathios S Giotis, Royal Veterinary College, United KingdomElke Rauscher-Gabernig, Austrian Agency for Health and Food Safety, AustriaGisele Fátima Morais Nunes, Federal Center of Technological Education of Minas Gerais, BrazilIsabela Mateus Martins, State University of Campinas, BrazilJose M. Camina, National University of La Pampa and National Council of Scientific and Technical Researches (CONICET), ArgentinaJose Maria Zubeldia, Gestión Sanitaria de Canarias – Gobierno de Canarias, SpainJuliano De Dea Lindner, Federal University of Santa Catarina (UFSC), BrazilLenka Kourimska, Czech University of Life Sciences Prague, Czech RepublicLuis Patarata, Universidade de Trás-os-Montes e Alto Douro, PortugalMamdouh El-Bakry, Cairo University, EgyptMarco Iammarino, Istituto Zooprofilattico Sperimentale della Puglia e della Basilicata, ItalyMulunda Mwanza Mulunda, School of Agriculture North West University, South AfricaNingning Zhao, Oregon Health & Science University, United StatesQinlu Lin, Central South University of Forestry and Technology, ChinaSachin Kumar Samuchiwal, Harvard Medical School, Harvard University, United StatesSonchieu Jean, University of Bamenda, CameroonTinna Austen Ng'ong'ola-Manani, Lilongwe University of Agriculture & Natural Resources, MalawiXingjun Li, Academy of the State Administration of Grains, ChinaXinyin 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)0,058
score de la tête « metaresearch » (Gemma)0,432
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,109
Score d'incertitude au seuil0,365

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0580,432
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0100,005
Études des sciences et des technologies0,0050,003
Communication savante0,0150,008
Science ouverte0,0050,005
Intégrité de la recherche0,0090,010
Charge utile insuffisante (le modèle a refusé de juger)0,1090,071

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 Opus0,193
Tête enseignante GPT0,408
Écart entre enseignants0,215 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetAquaculture Nutrition and GrowthTravaux en français237 207