Acknowledgement to Reviewers
Notice bibliographique
Résumé
The editors and Karger Publishers would like to thank the following reviewers for their ongoing support in reviewing manuscripts for the Journal of Vascular Research:Christian Aalkjær, Aarhus, DenmarkJill Akkerman, Stillwater, OK, USAMabruka Alfaidi, Omaha, NE, USAJerzy Beltowski, Lublin, PolandJacob Bentzon, Århus, DenmarkJerome Breslin, Tampa, FL, USAMichael Buerke, Siegen, GermanyAlbert Busch, Dresden, GermanyYujun Cai, New Haven, CT, USAAdam Case, Bryan, TX, USAJorge Castorena, New Orleans, LA, USADavid Centurion, Mexico City, MexicoGedas Cepinskas, London, ON, CanadaPaul D. Chantler, Morgantown, WV, USAYen Lin Chen, Charlottesville, VA, USARoss Clark, Albuquerque, NM, USAGeraldine Clough, Southampton, UKJ.E. Cole, Oxford, UKJudy Muller Delp, Tallahassee, FL, USASergey Dikalov, Nashville, TN, USAAdina E. Draghici, Cambridge, MA, USAJennifer Fang, New Orleans, LA, USABeate Fisslthaler, Frankfurt, GermanyAdam Glenn Goodwill, Rootstown, OH, USALian-Wang Guo, Madison, WI, USABrayden Halvorson, Troy, MI, USADaniel Henrion, Angers, FranceMatias Iglicki, Buenos Aires, ArgentinaWilliam F. Jackson, East Lansing, MI, USAMajid Jadidi, Omaha, NE, USAJun Jiang, Chongqing, ChinaOguz Karahan, Antalya, TurkeyAycan Kavala, Istanbul, TurkeyRashmi Kumari, Harrisburg, PA, USABernard I. Lévy, Paris, FranceKlaus Ley, Augusta, GA, USAJing Li, Charlottesville, VA, USAYankui Li, Tianjin, ChinaMauricio Lillo, Newark, NJ, USAVolkhard Lindner, Scarborough, ME, USASarah McGarrity, Reykjavík, IcelandJohn McGuire, London, ON, CanadaTre Mills, Charlottesville, VA, USAWalter L. Murfee, Gainesville, FL, USABenard Ogola, Augusta, GA, USAJessica Ramella-Roman, Miami, FL, USAMark C. Renton, Roanoke, VA, USACaroline Rickards, Denton, TX, USAJean Marie Ruddy, Charleston, SC, USAYves Sabbagh, Boston, MA, USAIan Salt, Glasgow, UKGaetano Santulli, New York, NY, USATakeshi Sasaki, Hamamatsu, JapanPriscila Sato, Birmingham, AL, USAValerie Schini-Kerth, Strasbourg, FranceMeghan W. Sedovy, Blacksburg, VA, USAUtpal Sen, Louisville, KY, USAMiroslav Spacek, Prague, CzechiaAnna Stanhewicz, Iowa, IA, USATimothy Michael Sveeggen, Omaha, NE, USAXue-Rui Tan, Shantou, ChinaDarla Tharp, Columbia, SC, USAScott Thomas, Toronto, ON, CanadaYuqian Tian, Omaha, NE, USADavid Ussery, Stillwater, OK, USABabu Budikote Venkatappa, Stanford, CA, USADenis J. Wakeham, Dallas, TX, USAKatsuhisa Waseda, Nagakute, JapanStephanie W. Watts, East Lansing, MI, USACamilla Ferreira Wenceslau, Columbia, SC, USALina YaQoub, San Francisco, CA, USAHao Yin, London, ON, CanadaScott Zawieja, Columbia, SC, USAZhen Zhou, Houston, TX, USA
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 | 0,021 | 0,222 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,007 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,018 | 0,011 |
| Science ouverte | 0,005 | 0,008 |
| Intégrité de la recherche | 0,007 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,281 | 0,194 |
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 ».