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 Appendage Disorders:Lorenzo Ala, Rome, ItalySarah Alsalman, Riyadh, Saudi ArabiaZoi Apalla, Thessaloniki, GreeceRoberto Arenas, Mexico City, MexicoDaniel Asz Sigall, Mexico City, MexicoEnzo Berardesca, Rome, ItalyRachel Berbert Ferreira, Maringá, BrazilRegina C. Betz, Bonn, GermanyAnna Campanati, Ancona, ItalyStephano Cedirian, Bologna, ItalySoumiya Chiheb, Casablanca, MoroccoEduardo Corona-Rodarte, Guadalajara, MexicoGeorge Cotsarelis, Philadelphia, PA, USALeandro Damiani, Porto Alegre, BrazilC. Ralph Daniel, Ridgeland, MS, USANilton Di Chiacchio, São Paulo, BrazilIsabella Doche, São Paulo, BrazilJudith Dominguez-Cherit, Tlalpan, MexicoAline Donati, São Paulo, BrazilJeffrey Donovan, Whistler, BC, CanadaHarold Farber, Philadelphia, PA, USAGustavo B.A. Faro, São Paulo, BrazilSteven R. Feldman, Winston-Salem, NC, USASimone Garcovich, Rome, ItalyMaria F.R.G. Gavazzoni Dias, Rio de Janeiro, BrazilNilton Gioia Di Chiacchio, São Paulo, BrazilFatih Göktay, Istanbul, TurkeyMohamad Goldust, Mainz, GermanyStamatios Gregoriou, Athens, GreeceChander Grover, Delhi, IndiaAditya K. Gupta, Toronto, ON, CanadaDaniela Guzmán-Sánchez, Guadalajara, MexicoEckart Haneke, Freiburg, GermanyHideo Hashizume, Iwata, JapanMolly A. Hinshaw, Madison, WI, USAShigeki Inui, Osaka, JapanDimitrios Ioannides, Thessaloniki, GreeceMatilde Iorizzo, Bellinzona, SwitzerlandNorito Ishii, Kurume, JapanTaisuke Ito, Hamamatsu, JapanFrancisco Jimenez, Las Palmas de Gran Canaria, SpainAwatef Kelati, Casablanca, MoroccoJonette E. Keri, Miami, FL, USANicolas Kluger, Helsinki, FinlandMariia Konchak, Lviv, UkraineManas Kshirsagar, Santa Cruz, CA, USAChanat Kumtornrut, Bangkok, ThailandMichelangelo La Placa, Bologna, ItalyFrancesco Lacarrubba, Catania, ItalyChinmanat Lekhavat, Bangkok, ThailandJeff Li, Coral Gables, FL, USAShari R. Lipner, New York, NY, USAKristen I. Lo Sicco, New York, NY, USANino Lortkipanidze, Tbilisi, GeorgiaSridhar Mani, New York, NY, USAMaría A. Martinez-Velasco, Mexico City, MexicoAmy J. McMichael, Winston-Salem, NC, USADaniel F. Melo, Rio de Janeiro, BrazilGiuseppe Micali, Catania, ItalyMariya Miteva, Miami, FL, USABrian Morrison, Miami, FL, USAIria Neri, Bologna, ItalyBetty Nguyen, Miami, FL, USAJorge Ocampo-Candiani, San Nicolás de los Garza, MexicoGeorgia Pappa, Athens, GreeceChristophe Perrin, Nice, FranceBianca M. Piraccini, Bologna, ItalyRodrigo Pirmez, Rio de Janeiro, BrazilChristos Prevezas, Athens, GreeceFrancesca Prignano, Florence, ItalyYuval Ramot, Jerusalem, IsraelMayra A. Reyes Soto, Monterrey, MexicoPhoebe Rich, Portland, OR, USAAlyx Rosen Aigen, Miami, FL, USALidia Rudnicka, Warsaw, PolandDavid Saceda-Corralo, Madrid, SpainAndrea Sechi, Milan, ItalyMaryanne M. Senna, Burlington, MA, USAYutaka Shimomura, Yamaguchi, JapanYehuda Shoenfeld, Tel Aviv, IsraelTatiana Silyuk, Saint Petersburg, RussiaRodney Sinclair, East Melbourne, VIC, AustraliaAsmahane Souissi, Tunis, TunisiaLeonard C. Sperling, Bethesda, MD, USAMichela Starace, Bologna, ItalyMariem Tabka, Sousse, TunisiaAnita Takwale, Gloucester, UKFrancesco Tassone, Rome, ItalyCurtis Thompson, Portland, OR, USADesmond Tobin, Dublin, IrelandJulio Torales, San Lorenzo, ParaguayNorma E. Vazquez-Herrera, Monterrey, MexicoStefano Veraldi, Milan, ItalyColombina Vincenzi, Bologna, ItalyKimberly N. Williams, Miami, FL, ChinaUwe Wollina, Dresden, GermanyXimena Wortsman, Santiago, ChileChao-Chun Yang, Tainan, TaiwanMartin Zaiac, Miami Beach, FL, 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 | 0,230 |
| Méta-épidémiologie (sens strict) | 0,003 | 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 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,263 | 0,188 |
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 ».