On the Behaviour of D-Optimal Exact Designs Under Changing Regression Polynomials
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.
Notice bibliographique
Résumé
The behaviour of D-optimal exact designs for first order polynomial models under changing regression polynomials is considered. The polynomials, some of which are with or without intercept or with or without interactive term, are defined on design regions that are supported by the points of the Circumscribed Central Composite Design. The best N-point D-optimal exact design for the intercept model (model 1), is the same as the best N-point D-optimal design for the no-intercept model (model 3). Similarly, the best N-point D-optimal design for the intercept model (model 2) is the same as the best N-point D-optimal design for the no-intercept model (model 4), as measured by the determinant values, D-efficiencies, G-efficiencies and Condition numbers. Other N-point designs constructed using the no-intercept models had better determinant values than their corresponding intercept models. The condition numbers indicate that for model 1, the 4-point D-optimal design is orthogonal. For model 2, the 2-point D-optimal exact design and the 4-point D-optimal exact designs are orthogonal. For model 3, the 4-point D-optimal exact design is orthogonal and for model 4, the 4-point D-optimal exact design is orthogonal. Other N-sized designs show less orthogonality. The Equivalence of D-optimality and G-optimality criteria is established for the 4-point design under model 1, for the 2-point and 4-point designs under model 2, for the 4-point design under model 3 and for the 4-point design under model 4.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle