MétaCan
Menu
Retour à la cohorte
Enregistrement W1916674000 · doi:10.1139/cjce-2012-0427

Plotting positions for fitting distributions and extreme value analysis

2013· article· en· W1916674000 sur OpenAlexaffvenue
Mark Fuglem, G. Parr, Ian Jordaan

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2013
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueProbabilistic and Robust Engineering Design
Établissements canadiensCentre For Cold Ocean Resources Engineering
Organismes subventionnairesnon disponible
Mots-clésExtreme value theoryPosition (finance)Probability distributionComputer scienceBasis (linear algebra)Selection (genetic algorithm)Value (mathematics)Advice (programming)StatisticsDistribution (mathematics)MathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Random data are often examined on plotting paper to determine appropriate probability distributions and distribution parameters for extreme-value analyses and other applications. Engineers are not always aware of criteria that have been developed and published for selecting the type of probability paper, nor of the impact that the selection can have on results. Some of the advice available in the literature is inaccurate, so it is important that the basis for using the correct method be clearly demonstrated. In the present paper, it is confirmed using straightforward simulation techniques that use of plotting position methods specific to the distribution being considered is appropriate and that use of other plotting position methods can give inaccurate results.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,112
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,112
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,002
Communication savante0,0040,005
Science ouverte0,0030,003
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0220,009

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,259
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetProbabilistic and Robust Engineering DesignTravaux en français237 207