MétaCan
Menu
Retour à la cohorte
Enregistrement W2098474454 · doi:10.1109/tsmca.2002.804808

A risk hypothesis and risk measures for throughput capacity in systems

2002· article· en· W2098474454 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

RevueIEEE Transactions on Systems Man and Cybernetics - Part A Systems and Humans · 2002
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueComplex Systems and Time Series Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésCoherent risk measureThroughputStructural equation modelingDynamic risk measureComputer scienceRisk measureHazardMeasure (data warehouse)Risk managementRisk analysis (engineering)Risk assessmentMathematicsEconometricsMathematical optimizationStatisticsExpected shortfallEconomicsBusinessFinanceData miningBiologyEcologyComputer security

Résumé

récupéré en direct d'OpenAlex

A basic risk hypothesis for system throughput capacity in the presence of risk is proposed. It is expressed as a basic risk equation , derived in the paper, and governs all nongrowth, nonevolving, agent-directed systems. The basic risk equation shows how expected throughput capacity increases linearly with positive risk of loss of throughput capacity. The conventional standard deviation risk measure, from financial systems, may be used. A proposed new measure, the mean-expected loss risk measure with respect to the hazard-free case, is shown to be more appropriate for systems in general. The concept of an efficient system environment is also proposed. The well-known financial risk equation, hitherto deduced empirically, may be derived from the basic risk equation. When there is both risk exposure and resource sharing, the basic risk equation may be combined with a resource-sharing equation that governs how throughput capacity changes with the resource-sharing level. The basic risk equation also allows for risk elimination and reduction. All quantities in the equation are precisely defined, and their units are specified. The risk equation reduces to a useful numerical expression in practice.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,501
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
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 Opus0,088
Tête enseignante GPT0,208
Écart entre enseignants0,120 · 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