Reviewers for the 2023 IMIA Yearbook of Medical Informatics
Notice bibliographique
Résumé
ABEYSINGHE Rashmie, United States AMITH Muhammad, United States ANTONIO Marcy, United States AVALOS Marta, France BAMGBOJE-AYODELE Adeola, Australia BIAN Jiang, United States BITTERMAN Danielle, United States BOYD Andrew, United States BUCKERIDGE David, Canada COLBRAN Laura, United States CORNET Ronald, Netherlands COSSIN Sébastien, France COURTNEY Karen, Canada DANIEL Christel, France DEMETER Naor, Israel DEMIRIS George, United States DENECKE Kerstin, Switzerland DICHMANN SORKNÆS Anne, Denmark DULLABH Prashila, United States DUO Wei, United States ELKIN Peter, United States ELLIS Louise, Australia ESTIRI Hossein, United States FERNÁNDEZ BREIS Jesualdo Tomás, Spain FONG Sarah, United States FREIMUTH Bob, United States GABARRON Elia, Norway GANSLANDT Thomas, Germany GARVIN Jennifer, United States GONG Yang, United States GOODMAN Kenneth, United States GOTTLIEB Assaf, United States GOTTLIEB Laura, United States GRAY Kathleen, Australia HAMON Thierry, France HÄGGLUND Maria, Sweden HASTINGS Janna, United Kingdom HEDERMAN Lucy, Ireland HOLMES John, United States HUANG Zhengxing, China INGENERF Josef, Germany JACKSON Tim, Australia JAIN Sandeep, United States JAMIESON Trevor, Canada JIN Qiao, United States KANNRY Joseph, United States KAUFMAN David, United States KEMPA-LIEHR Andreas, New Zealand KIBBE Warren, United States KLANN Jeffrey, United States KOKKINAKIS Dimitrios, Sweden KOTRONOULAS Grigorios, United Kingdom KOUMAMBA Aimé Patrice, Gabon KUZIEMSKY Craig, Canada LALECI ERTURKMEN Gokce Banu, Turkey LAMY Jean-Baptiste, France LAU Francis, Canada LIN Frank, Australia LISSORGUES Gaëlle, France LUO Gang, United States MADAOUI Nadia, France MALIN Bradley, United States MARTÍNEZ-COSTA Catalina, Spain MCGREEVEY John, United States MEROLLI Mark, Australia MINARD Anne-Lyse, France MOEN Anne, Norway MOEN Hans, Finland MOREY Paul, United States MUÑOZ CARRERO Adolfo, Spain NEVEOL Aurelie, France NIAZKHANI Zahra, Iran NIKIEMA Jean-Noël, Canada OVERGAARD Shauna, United States PAGELER Natalie, United States PAN Eric, United States PANDOLFE Frank, United States PARK Albert, United States PINNA Andrea, France PIRNEJAD Habibollah, Iran PLATT Jody, United States POON Eric, United States RAISARO Jean Louis, Switzerland RANCE Bastien, France RINNER Christoph, Austria RODRÍGUEZ-GONZÁLEZ Alejandro, Spain ROLLER Roland, Germany SEGAL Mark, United States SHACHAK Aviv, Canada SHALOM Erez, Israel SPEIER William, United States STAMM Tanja, Austria TUBBS Colby, United States VANDENBUSSCHE Pierre-Yves, Netherlands VERSPOOR Karin, Australia VIITANEN Johanna, Finland WAEL Alrifai, United States WALTON Nephi, United States WANG Amy, United States WE Duo (Helen), United States WINTER Alfred, Germany XIA Fei, United States YAN Chao, United States ZACK Travis, United States ZHANG Canlin, United States Publication History Article published online: 26 December 2023 © 2023. IMIA and Thieme. This is an open access article published by Thieme under the terms of the Creative Commons Attribution-NonDerivative-NonCommercial License, permitting copying and reproduction so long as the original work is given appropriate credit. Contents may not be used for commercial purposes, or adapted, remixed, transformed or built upon. (https://creativecommons.org/licenses/by-nc-nd/4.0/) Georg Thieme Verlag KG Rüdigerstraße 14, 70469 Stuttgart, Germany
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,014 | 0,011 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,016 | 0,006 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,236 | 0,199 |
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 source (Gemma direct ou Codex distillé), 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 ».