Multi-objective Optimization of Group Decision-making Based on Matter-element Extension Set
Notice bibliographique
Résumé
On account of the problem of group decision-making with matter-element extension set, this paper studies multi-objective conversion and standardization, the extension association under decision-making preferences and the extension decision-making space under no preference of the multi-dimensionality group decision-making by combining extension transformation with group decision optimization; as a result, comparison and selection of objects in changing environment can be made, and systematic decision-making problems of multi-objective conversion and multi-project optimization in multi-objective decision-making can be solved, thus improving the accuracy and the reliability of group decision-making. Key words: group decision-making; matter-element; extension set; extension transformation; extension association Resume: En raison du probleme de la prise de decisions en groupe avec l’extension set de matiere-element, le present document examine la conversion et la standardisation multi-objectif, l'extension d'association en vertu des preferences de prise de decision et l’espace de l’extension de prise de decision sans preference de la multi-dimensionnalite de prise de decision en groupe en combinant l'extension de transformation avec l'optimisation de la decision en groupe, de sorte que la comparaison et la selection d'objets dans l'environnement en changement peut etre effectuees, et des problemes systematiques de prise de decision de conversion multi-objectif et d'optimisation multi-projet dans la prise de decision multi-objectif puissent etre resolus, ce qui ameliore la precision et la fiabilite de la prise de decisions en groupe. Mots-Cles: prise de decision en groupe multi-objectif; matiere-element; extension set; extension de transformation; extension d’association
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».