错误:对机器学习模型的配对评估描述了混因素和异常值的影响

科学领域:

• 科学出版业的科学出版.
• 学术传播学术交流
• 图书统计学 图书统计学

背景情况:

• 准确的引用对于科学完整性至关重要.
• DOI (数字物体标识符) 确保学术文章的持久和独特的识别.
• 错误的DOI可以阻碍研究和影响学术记录.

研究的目的:

• 纠正一个错误的数字物体标识符 (DOI) 发表的文章.
• 确保科学工作的准确引用和可访问性.
• 维护科学文献的完整性.

主要方法:

• 在原始出版物中错误的DOI的识别.
• 通过出版商记录验证正确的DOI.
• 发布纠正通知以更新学术数据库.

主要成果:

• 错误的DOI已被识别和标记.
• 正确的DOI已被验证,现在与该产品相关联.
• 校正确保了研究的正确链接和引用.

结论:

• 对DOI的纠正保持了科学记录的准确性.
• 研究人员现在可以使用更新的DOI可靠地访问和引用文章.
• 这确保了发表的科学发现的完整性和可发现性.