MétaCan
Menu
Retour à la cohorte
Enregistrement W209380244

Parametric programming: An illustrative mini encyclopedia ∗

2000· article· de· W209380244 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

RevueUniversity of Zagreb University Computing Centre (SRCE) · 2000
Typearticle
Languede
DomaineMathematics
ThématiqueStatistical and numerical algorithms
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésParametric statisticsLinear programmingDuality (order theory)Mathematical optimizationMathematical economicsComputer scienceMathematicsApplied mathematicsPure mathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Parametric programming is one of the broadest areas of applied mathematics. Practical problems, that can be described by para- metric programming, were recorded in the rock art about thirty millennia ago. As a scientific discipline, parametric programming began emerging only in the 1950's. In this tutorial we introduce, briefly study, and illus- trate some of the elementary notions of parametric programming. This is done using a limited theory (mainly for linear and convex models) and by means of examples, figures, and solved real-life case studies. Among the topics discussed are stable and unstable models, such as a projectile motion model (maximizing the range of a projectile), bilevel de- cision making models and von Stackelberg games of market economy, law of refraction and Snell's law for the ray of light, duality, Zermelo's navi- gation problems under the water, restructuring in a textile mill, ranking of efficient DMU (university libraries) in DEA, minimal resistance to a gas flow, and semi-abstract parametric programming models. Some nu- merical methods of input optimization are mentioned and several open problems are posed.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,641
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,016
Tête enseignante GPT0,223
Écart entre enseignants0,207 · 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