MétaCan
Menu
Retour à la cohorte
Enregistrement W2489841287 · doi:10.1017/cbo9780511810183.001

Preface

2010· book-chapter· en· W2489841287 sur OpenAlexaff
Marcus Pivato

Notice bibliographique

RevueCambridge University Press eBooks · 2010
Typebook-chapter
Langueen
DomaineMathematics
ThématiqueMathematical and Computational Methods
Établissements canadiensTrent University
Organismes subventionnairesnon disponible
Mots-clésEigenfunctionFourier seriesPartial differential equationApplied mathematicsCartesian coordinate systemFourier transformConvergence (economics)Fourier analysisBoundary value problemSeries (stratigraphy)MathematicsComputer scienceCalculus (dental)Mathematical analysisEigenvalues and eigenvectorsPhysicsGeometry

Résumé

récupéré en direct d'OpenAlex

This is a textbook for an introductory course on linear partial differential equations (PDEs) and initial/boundary value problems (I/BVPs). It also provides a mathematically rigorous introduction to Fourier analysis (Chapters 7, 8, 9, 10, and 19), which is the main tool used to solve linear PDEs in Cartesian coordinates. Finally, it introduces basic functional analysis (Chapter 6) and complex analysis (Chapter 18). The first is necessary to characterize rigorously the convergence of Fourier series, and also to discuss eigenfunctions for linear differential operators. The second provides powerful techniques to transform domains and compute integrals, and also offers additional insight into Fourier series. This book is not intended to be comprehensive or encyclopaedic. It is designed for a one-semester course (i.e. 36–40 hours of lectures), and it is therefore strictly limited in scope. First, it deals mainly with linear PDEs with constant coefficients. Thus, there is no discussion of characteristics, conservation laws, shocks, variational techniques, or perturbation methods, which would be germane to other types of PDEs. Second, the book focuses mainly on concrete solution methods to specific PDEs (e.g. the Laplace, Poisson, heat, wave, and Schrödinger equations) on specific domains (e.g. line segments, boxes, disks, annuli, spheres), and spends rather little time on qualitative results about entire classes of PDEs (e.g. elliptic, parabolic, hyperbolic) on general domains.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,470
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0040,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,4700,317

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 Opus0,072
Tête enseignante GPT0,275
Écart entre enseignants0,204 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetMathematical and Computational MethodsTravaux en français237 207