MétaCan
Menu
Retour à la cohorte
Enregistrement W4280596667 · doi:10.1029/2022ea002372

Thank You to Our 2021 Reviewers

2022· article· en· W4280596667 sur OpenAlexaff
Graziella Caprarelli, İlkay Altıntaş, David Baratoux, Cinzia Cervato, Paolo Diviacco, Alina Donea, Andrea Donnellan, Chelle Gentemann, Helen Glaves, Jonathan H. Jiang, Cathleen E. Jones, Astrid Maute, B. Pirenne, S. C. Pryor, K. F. Tiampo, Zunyi Xie

Notice bibliographique

RevueEarth and Space Science · 2022
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueScientific Computing and Data Management
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésPublicationSpace (punctuation)Work (physics)Process (computing)Computer scienceQuality (philosophy)Engineering ethicsMultidisciplinary approachPeer reviewPublic relationsPolitical scienceLibrary scienceLawEngineeringEpistemology

Résumé

récupéré en direct d'OpenAlex

Abstract On behalf of the Editorial Board and Staff of Earth and Space Science , I thank the reviewers whose selfless dedication to science has ensured, once again, that the papers published in our journal in 2021 highlight the best Earth and space science in a manner that does justice to the authors and their work. All of us at Earth Peer reviewing is a demanding and often thankless job. It is however an essential component of the scientific process, ensuring the highest standards of integrity and rigor. Without the work of reviewers, who check data and procedures for possible bias and to ensure reproducibility, and who share their expertise to verify that the interpretations and conclusions of a paper are consistent with assumptions and existing knowledge, it would not be possible to trust in the scientific process. Our journal is particularly indebted to our reviewers: Earth and Space Science is a multidisciplinary journal that highlights methods, instruments, data and algorithms, and therefore we rely heavily on the direct expertise of our reviewers to verify and vouch for the quality of the papers we publish. We are indebted to all our reviewers, and we are delighted to acknowledge them publicly in this Editorial.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,661
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,088
Tête enseignante GPT0,373
Écart entre enseignants0,285 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarth and Space ScienceMême sujetScientific Computing and Data ManagementTravaux en français237 207