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 Skin Pharmacology and Physiology:Nihal Ahmad, Madison, WI, USAMartin Albrecht, Leichlingen, GermanyEdileia Bagatin, São Paulo, BrazilJens M. Baron, Aachen, GermanyChristiane Bayerl, Wiesbaden, GermanyEnzo Berardesca, Rome, ItalyAlexandre Bergheau, Lyon, FranceStephan Bielfeldt, Hamburg, GermanyJoke Bouwstra, Leiden, The NetherlandsOliver Brandt, Basel, SwitzerlandNicole Braun, Witten, GermanyCarmen O. Cano, Brussels, BelgiumCarmen Cantisani, Rome, ItalySimone Cappilli, Rome, ItalyDemetrios Christou, Berlin, GermanyLuisa Coderch, Barcelona, SpainRolf Daniels, Tübingen, GermanyRazvigor Darlenski, Sofia, BulgariaMaxim Darvin, Dresden, GermanyKristien De Paepe, Brussels, BelgiumJunxiao Ding, Gansu, ChinaCorinna Dressler, Berlin, GermanyLissinda Du Plessis, Potchefstroom, South AfricaThomas Eigentler, Tübringen, GermanyRana Elewa, Oberursel, GermanyPeter Elsner, Jena, GermanyArpad Farkas, Glattbrugg, SwitzerlandSteven R. Feldman, Winston-Salem, NC, USARegina Fölster-Holst, Kiel, GermanyAkio Fujisawa, Tokyo, JapanElina Genina, Saratov, RussiaJuergen Harder, Kiel, GermanyLeonie S. Herzog, Berlin, GermanyKevin Ita, Vallejo, CA, USANathalie Jonca, Toulouse, FranceHyungil Jung, Seoul, Republic of KoreaMartin Kaatz, Chemnitz, GermanyYogeshvar Kalia, Geneva, SwitzerlandCornelia M. Keck, Marburg, GermanySanja Kezic, Amsterdam, The NetherlandsEmek Kocaturk, Istanbul, TurkeyPavel Kolkhir, Berlin, GermanyShery M.W. Labib, Cairo, EgyptMajella E. Lane, London, UKBernhard Lange-Asschenfeldt, Klagenfurt am Wörthersee, AustriaNicolas Lebonvallet, Brest, FranceTim Lee, Vancouver, BC, CanadaMarie Loden, Solna, SwedenDominique Lunter, Tübingen, GermanyHarald Maier, Vienna, AustriaHeena Maithania, Walton Beaches, FL, USAMao-Qiang Man, Guangzhou, ChinaWilliam J. McAuley, Hertfordshire, UKMartina C. Meinke, Berlin, GermanyGopi Menon, Trenton, NJ, USAKevin J. Mills, Raleigh, NC, USALaurent Misery, Brest, FranceNaresh Modepalli, Central Islip, NY, USAJuan J. Moreno, Barcelona, SpainNeelam Muizzuddin, Bethpage, NY, USAReinhard H.H. Neubert, Halle, GermanyToshio Nishiyama, Tokyo, JapanRoman J. Nowicki, Gdansk, PolandKazuhiro Ogai, Kanazawa, JapanKaan Orhan, Ankara, TurkeyMartin Pagac, Kaiseraugst, SwitzerlandGeorgios Pampalakis, Thessaloniki, GreeceRalf Paus, Miami, FL, USAManuel Pereira, Berlin, GermanyYves Poumay, Namur, BelgiumEhrhardt Proksch, Kiel, GermanyMichail C. Rallis, Athens, GreeceCatarina Rosado, Lisbon, PortugalJean Saurat, Geneva, SwitzerlandSnezana Savic, Belgrade, SerbiaUlrich Schaefer, Saarbrücken, GermanyJörg Scheffel, Berlin, GermanyManabu Shibasaki, Nara, JapanAndrzej Slominski, Birmingham, AL, USAPetra Staubach-Renz, Mainz, GermanyDorothy Supp, Cincinnati, OH, USAJinagli Tan, London, ON, CanadaRichard Taylor, West Boxford, USAAli Tfayli, Orsay, FranceErik Thiel, Berlin, GermanyValery V. Tuchin, Saratov, RussiaYoshikazu Uchida, Chuncheon, Republic of KoreaDominique Van Neste, Brussels, BelgiumStaffan Vandersee, Berlin, GermanyKaterina Vavrova, Hradec Kralove, Czech RepublicMarty Visscher, Cincinnati, OH, USAJörn M. Völker, Bielefeld, GermanyKoichi Watanabe, Tennodai, JapanJulia Welzel, Augsburg, GermanyPhilip W. Wertz, New Orleans, LA, USARandall Wickett, Cincinnati, OH, USAJohannes Wohlrab, Halle, GermanyVladimir Y. Zaitsev, Nizhniy Novgorod, RussiaSergey Zaytsev, Nancy, FranceMing Zeng, Guangzhou, 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 | 0,020 | 0,205 |
| 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 | 0,004 | 0,002 |
| Communication savante | 0,018 | 0,010 |
| Science ouverte | 0,005 | 0,008 |
| Intégrité de la recherche | 0,007 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,313 | 0,227 |
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 ».