Notice bibliographique
Résumé
La modélisation et la prévision en météorologie et en économique présentent un certain nombre de caractéristiques communes qui laissent à penser qu’il pourrait être intéressant de comparer leurs récents progrès en matière de prévision. Nous portons notre attention sur deux aspects de la prévision. Premièrement, nous étudions les mesures de la valeur ajoutée des prévisions et l’évolution de ces mêmes mesures au cours des 20 à 30 dernières années ; deuxièmement, l’estimation et la représentation de l’incertitude de ces prévisions sont examinées. Nous considérons certaines variables quantitatives particulières comme étant représentatives de différents types de prévisions : température, croissance du PIB et volatilité des marchés financiers (variables continues) ; probabilité de précipitations et probabilité de récession (prévisions de probabilité) ; prévision de type 0/1 de précipitations ou de récession (prévisions binaires) ; tornades et krachs boursiers (événements rares). Nous effectuons un survol de l’information disponible à ce jour sur l’évolution de la qualité des prévisions et décrivons les méthodes en développement dans le but de comprendre et de représenter l’incertitude dans ces prévisions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».