MétaCan
Menu
Retour à la cohorte
Enregistrement W1966064457 · doi:10.1177/1548512912466195

Risk-analytic approaches to the allocation of defence operating funds

2012· article· en· W1966064457 sur OpenAlexaffabout
W. J. Hurley, Jack Brimberg, Brent Fisher

Notice bibliographique

RevueThe Journal of Defense Modeling and Simulation Applications Methodology Technology · 2012
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueDefense, Military, and Policy Studies
Établissements canadiensRoyal Military College of CanadaRoyal Ottawa Mental Health Centre
Organismes subventionnairesnon disponible
Mots-clésKnapsack problemContext (archaeology)Order (exchange)Rank (graph theory)Computer scienceOperations researchInteger (computer science)Value (mathematics)Risk analysis (engineering)BusinessFinanceEngineeringMathematicsOperating system

Résumé

récupéré en direct d'OpenAlex

We develop two risk-analytic approaches for allocating operating funding among defence organization activities. In one, termed the priority method, activities are put in rank order and as many high-priority activities as possible are undertaken while ensuring that the budget holder’s probability of overspending his budget is acceptably small. In the second, termed the knapsack method, there are two kinds of activities: must-do activities and optional activities. Optional activities are selected using a nonlinear integer program that maximizes the value of the optional activities while keeping the probability of overspending sufficiently low. Both approaches are applied in the context of the Department of National Defence in Canada.

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)0,009
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,028
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,003
Communication savante0,0040,005
Science ouverte0,0040,003
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,366
Tête enseignante GPT0,343
Écart entre enseignants0,023 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations6
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Defense Modeling and Simulation Applications Methodology TechnologyMême sujetDefense, Military, and Policy StudiesTravaux en français237 207