Probability and Statistics: Essays in Honor of David A. Freedman
Notice bibliographique
Résumé
This volume is our tribute to David A. Freedman, whom we regard as one of the great statisticians of our time. He received his B.Sc. degree from McGill University and his Ph.D. from Princeton, and joined the Department of Statistics of the University of California, Berkeley, in 1962, where, apart from sabbaticals, he has been ever since. In a career of over 45 years, David has made many fine contributions to probability and statistical theory, and to the application of statistics. His early research was on Markov chains and martingales, and two topics with which he has had a lifelong fascination: exchangeability and De Finetti's theorem, and the consistency of Bayes estimates. His asymptotic theory for the bootstrap was also highly influential. David was elected to the American Academy of Arts and Sciences in 1991, and in 2003 he received the John J. Carty Award for the Advancement of Science from the U.S. National Academy of Sciences. In addition to his purely academic research, David has extensive experience as a consultant, including working for the Carnegie Commission, the City of San Francisco, and the Federal Reserve, as well as several Departments of the U.S. Government--Energy, Treasury, Justice, and Commerce. He has testified as an expert witness on statistics in a number of law cases, including Piva v. Xerox (employment discrimination), Garza v. County of Los Angeles (voting rights), and New York v. Department of Commerce (census adjustment). Lastly, he is an exceptionally good writer and teacher, and his many books and review articles are arguably his most important contribution to our subject.
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 | 0,011 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,010 |
| Communication savante | 0,008 | 0,010 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,016 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».