MétaCan
Menu
Retour à la cohorte
Enregistrement W2031980206 · doi:10.2166/hydro.2009.072

On numerical solver selection and related uncertainty terminology

2009· article· en· W2031980206 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Hydroinformatics · 2009
Typearticle
Langueen
DomaineComputer Science
ThématiqueModeling and Simulation Systems
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésTerminologySolverComputer scienceProcess (computing)Management scienceSelection (genetic algorithm)Problem solverUncertainty quantificationRisk analysis (engineering)Mathematical optimizationOperations researchIndustrial engineeringMathematicsArtificial intelligenceMachine learningEngineeringSoftware engineering

Résumé

récupéré en direct d'OpenAlex

Mathematical models provide insight into numerous biological, physical and chemical systems. They can be used in process design, optimisation, control and decision support, as acknowledged in many different fields of scientific research. Mathematical models do not always yield reliable results and uncertainty should be taken into account. At present, it is possible to identify some factors contributing to uncertainty, and the awareness of the necessity of uncertainty assessment is rising. In the fields of Environmental Modelling and Computational Fluid Dynamics, for instance, terminology related to uncertainty exists and is generally accepted. However, the uncertainty due to the choice of the numerical solver and its settings used to compute the solution of the models did not receive much attention in the past. A motivating example on the existence and effect of numerical uncertainty is provided and clearly shows that we can no longer ignore it. This paper introduces a new terminology to support communication about uncertainty caused by numerical solvers, so that scientists become perceptive to it.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,287
Score d'incertitude au seuil0,198

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,012
Tête enseignante GPT0,248
Écart entre enseignants0,237 · 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