MétaCan
Menu
Retour à la cohorte
Enregistrement W2127466874 · doi:10.1214/07-aap473

Slow convergence in bootstrap percolation

2008· article· en· W2127466874 sur OpenAlexfundno aff
Janko Gravner, Alexander E. Holroyd

Notice bibliographique

RevueThe Annals of Applied Probability · 2008
Typearticle
Langueen
DomaineMathematics
ThématiqueStochastic processes and statistical mechanics
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMicrosoft ResearchNational Science Foundation
Mots-clésMathematicsPercolation (cognitive psychology)CombinatoricsLimit (mathematics)Square (algebra)Contrast (vision)Convergence (economics)Statistical physicsApplied mathematicsMathematical analysisGeometryPhysics

Résumé

récupéré en direct d'OpenAlex

In the bootstrap percolation model, sites in an L×L square are initially infected independently with probability p. At subsequent steps, a healthy site becomes infected if it has at least two infected neighbors. As (L, p)→(∞, 0), the probability that the entire square is eventually infected is known to undergo a phase transition in the parameter p log L, occurring asymptotically at λ=π2/18 [Probab. Theory Related Fields 125 (2003) 195–224]. We prove that the discrepancy between the critical parameter and its limit λ is at least Ω((log L)−1/2). In contrast, the critical window has width only Θ((log L)−1). For the so-called modified model, we prove rigorous explicit bounds which imply, for example, that the relative discrepancy is at least 1% even when L=103000. Our results shed some light on the observed differences between simulations and rigorous asymptotics.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,054
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,054
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,004
Communication savante0,0020,005
Science ouverte0,0020,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,290
Tête enseignante GPT0,379
Écart entre enseignants0,089 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations50
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Annals of Applied ProbabilityMême sujetStochastic processes and statistical mechanicsTravaux en français237 207