Bibliographic record
Abstract
Değerli adli bilimciler, Adli Tıp Bülteni, internet ortamında kendi sitesinde açık dergi sistemi "Open Journal System" ve çift kör hakem sistemi ile hızlı ve dinamik bir şekilde siz değerli adli bilimler alanında çalışan bilim insanlarının yoğun katkı ve katılımı ile yoluna devam ediyor. Sitemizde 1996 yılından beri yayınlanan tüm makalelerin tıpkı basım pdf lerine ücretsiz ulaşılabilmektedir. Günceli yakalayan dergimizin 2014 yılı sayılarında daha fazla makale yayınlamaya başladık. Alanında uzman davetli yazarlarımızın da güncel derleme literatür çalışmalarını sizlerle paylaşmaktan mutluluk duyuyoruz. Bu sayımızda Salzburg Üniversitesi, Paracelsus Üniversitesi ve Viyana Üniversitesi'nden meslektaşlarımız Jan CEMPER-KIESSLICH, Mark R. Me COY ve Fabian KANZ'm dergimiz için kaleme aldıkları ‘‘Antik DNA ve adli tip, karşılıklı faydaları: sanal bir antik DNA çalışması ile ilgili pratik örnekleme ve laboratuvar kılavuzu” başlıklı derleme çalışmasını ilgiyle okuyacağınızı ve arşivleyeceğinizi düşünüyoruz. Dergimizin zamanında yayınlanmaya başlaması ile birlikte başvurduğumuz ulusal ve uluslararası veri tabanlarmca indekslenmeye başlamasını da sevindirici bir haber olarak sizlerle paylaşmaktan mutluluk duyuyoruz. Adli Tıp Bülteni'ne yazar ve hakem olarak yaz tatilinde bile yoğun katkı ve ilgi gösterdiğiniz için çok teşekkür ediyoruz, ilginizin eksilmeden daha fazla katkı ve katılımınızı bekliyoruz... Saygılarımla... Prof. Halis Dokgöz, MD
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 | 0.002 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.004 | 0.004 |
| Insufficient payload (model declined to judge) | 0.572 | 0.383 |
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".