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 Neuropsychobiology:Izel Cemre Aksahin, Zeytinburnu, TurkeyDina Ali, Rochester, MN, USAHidayet Ece Arat-Çelik, Istanbul, TurkeyGörkem Ayas, Istanbul, TurkeyYavuz Ayhan, Ankara, TurkeyÇiçek nur Bakır, Rochester, MN, USASinem Balaç, Istanbul, TurkeySibel Çakır, Istanbul, TurkeyRaffaella Calati, Milan, ItalyGiovanni Camardese, Rome, ItalyGünes Sayan Can, Karataş, TurkeyHao Chen, Dresden, GermanyNorberto Cysne Coimbra, Ribeirão Preto, BrazilCemal Demirlek, Boston, MA, USAJulia Diemer, Munich, GermanyEva Döring-Brandl, Berlin, GermanyAntonio Drago, Aalborg, DenmarkOnur Durmaz, Istanbul, TurkeySultan Ekinci, Istanbul, TurkeyMete Ercis, Rochester, MN, USACagatay Ermis, Gothenburg, SwedenEmre Cem Esen, İzmir, TurkeyAysan Eslami-Abriz, İstanbul, TurkeyChiara Fabbri, Bologna, ItalyAndrea Fagiolini, Siena, ItalyZahra Farahnak, St. John's, NL, CanadaAitak Farzi, Graz, AustriaMoncef Feki, Tunis, TunisiaIbrahim Fettahoğlu, Malatya, TurkeyAlexander Finner, Graz, AustriaDiego Forero, Bogotá, ColombiaGernot Fugger, Sankt Pölten, AustriaThiago Guimarães, Niteroi, BrazilEzgi Ince Guliyev, Istanbul, TurkeyAhmet Gürcan, Ankara, TurkeyAna G. Gutiérrez-García, Xalapa, MexicoKenji Hashimoto, Chiba, JapanAlfred Häussl, Graz, AustriaUrs Heilbronner, Munich, GermanyKoichi Hirata, Mibu, JapanRoxane Hoyer, Quebec, QC, CanadaWei-Lieh Huang, Douliu, TaiwanRifat Serav İlhan, Ankara, TurkeyRyouhei Ishii, Habikino, JapanHasan Kazdağlı, İzmir, TurkeyYunna Kim, Seoul, Republic of KoreaBurcu Kök Kendirlioğlu, Istanbul, TurkeyUmut Kökbaş, Nevşehir Merkez, TurkeyMikael Landén, Gothenburg, SwedenMarko Martinac, Maršala Tita, Bosnia and HerzegovinaCeren Meriç, Istanbul, TurkeyPrzemyslaw Mikolajczak, Poznań, PolandPavol Mikolas, Dresden, GermanyEmre Mısır, Ankara, TurkeyS.D. Moore, Durham, USAAisha Judith Leila Munk, Giessen, GermanyPetra Netter, Marburg, GermanyAysegul Ozerdem, Rochester, MN, USAGustavo Padron-Rivera, Tlahuelilpan, MexicoRay Paloutzian, Santa Barbara, CA, USAJean-Michel Petot, Paris, FranceRobert Queissner, Graz, AustriaKaitlin Roke, Kelowna, BC, CanadaJanusz K. Rybakowski, Poznan, PolandYasaman Saba, Graz, AustriaBegüm Şahbudak, Manisa, TurkeyGerold Schratt, Graz, AustriaOmar Sery, Brno, CzechiaMaureen Smeets-Janssen, Amersfoort, The NetherlandsAlessio Squassina, Cagliari, ItalyAxel Steiger, Kaiserslautern, GermanyMarko Stijic, Graz, AustriaLut Tamam, Adana, TurkeyRukiye Tekdemir, Konya, TurkeyElizabeth Thomas, Irvine, CA, USAPeter Thompson, El Paso, TX, USAAdelina Tmava-Berisha, Graz, AustriaWen-Jun Tu, Beijing, ChinaZgür Tunçel, Samsun, TurkeySnezana Urosevic, Minneapolis, MN, USASabide Duygu Uygun, Ankara, TurkeyMilenna van Dijk, New York, NY, USAMaj Vinberg, Copenhagen, DenmarkHong-xing Wang, Beijing, ChinaWalid Yassin, Boston, MA, USABuket Yeşiloğlu, Zeytinburnu, TurkeyMasafumi Yoshimura, Hirakata, JapanKejin Zhang, Xi’an, China
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 | 0,200 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,008 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,019 | 0,012 |
| Science ouverte | 0,005 | 0,009 |
| Intégrité de la recherche | 0,007 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,286 | 0,193 |
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 ».