Bibliographic record
Abstract
?Como publicar en la Revista? N euronum es una revista virtual que divulga contenidos cientificos y academicos en todas las ramas del saber, que promuevan la neurociencias al servicio de la educacion, para el desarrollo personal y social. Por ello, esta abierta para que publiquen tanto profesionales como estudiantes de cualquier area. A continuacion, se dan los criterios a tener en cuenta al momento de escribir y enviar el texto para su revision y publicacion: 1. Tipos de documentos: Podran enviar en idioma espanol, articulos informativos, articulos cientificos de revision, avances o investigaciones terminadas, ensayos, resenas o apuntes sobre neurociencia. Los articulos cientificos deberan cumplir con requisitos que exige Publindex-Colciencias. 2. Formato y extension: Los textos se enviaran en tamano carta, formato Word, letra Times New Roman 12 y espacio 1,5. La extension de los articulos informativos sera de maximo 6 paginas y los articulos cientificos maximo 20 paginas. Los ensayos hasta cinco paginas. Las resenas hasta 2 paginas y los apuntes 1 pagina. 3. Datos de los autores: Al final de cada texto escribir el nombre y apellidos del autor, estudios, logros, el correo electronico y el enlace del ORIC. Esta informacion no puede pasar de seis lineas. 4. Criterios para la escritura: O Levedad: Ser agil, ligero, preciso y determinado al momento de escribir. Esto no significa dejar de ser rigurosos y solidos, pero si evitar el peso con palabras, frases o expresiones innecesarias (Italo Calvino). Una vez terminado el texto se ingresa, sin tablas, graficos, ni referencias, al siguiente enlace: http://severoladrillo.com/ En el se resaltan las palabras largas. Si la palabra resaltada es un concepto importante no se cambia , de lo contrario, utilice sinonimos o una palabra mas corta. Para la Neuronum se requiere un indice de nebulosidad entre 20 y 25 puntos. O Rapidez: Ser economicos, concisos, agiles de pensamiento y expresion, logicos y escribir sin rodeos (Italo Calvino). O Exactitud: Ser precisos en el lenguaje. Utilizar la palabra adecuada en el momento preciso, sin dar opcion a la ambiguedad (Italo Calvino). O Honestidad: Reconocer al autor del que tomamos sus ideas, imagenes o graficos citando y referenciado en la norma de nuestra rama del saber (APA sexta version, Vancouver, Icontec, etc.). Abstenerse de utilizar el programa Word para citar y referenciar. 5. Envio de textos: Los textos se enviaran al correo javierherrera63@gmail.com 6. Compromiso: Una vez valorado y aceptado el texto para su publicacion se enviara una carta de compromiso al autor para leer, firmar y regresar al correo javierherrera63@gmail.com 7. Registrarse como usuario de la revista: Para ello, ingrese a la pagina principal de la revista. Asi podra recibir gratis todas las publicaciones y novedades de Neuronum .
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.016 | 0.086 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.007 | 0.007 |
| Science and technology studies | 0.004 | 0.007 |
| Scholarly communication | 0.031 | 0.027 |
| Open science | 0.004 | 0.006 |
| Research integrity | 0.008 | 0.010 |
| Insufficient payload (model declined to judge) | 0.127 | 0.112 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".