MétaCan
Menu
Retour à la cohorte
Enregistrement W2588603926 · doi:10.1017/asb.2018.18

COMMON SHOCK MODELS FOR CLAIM ARRAYS

2018· article· en· W2588603926 sur OpenAlex
Benjamin Avanzi, Greg Taylor, Bernard Wong

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

RevueAstin Bulletin · 2018
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueProbability and Risk Models
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésDependency (UML)DiagonalComputer scienceConstruct (python library)Dimension (graph theory)Matrix (chemical analysis)Diversification (marketing strategy)Set (abstract data type)Interpretation (philosophy)Matching (statistics)Data miningTheoretical computer scienceMathematicsArtificial intelligenceStatisticsPure mathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

Abstract The paper is concerned with multiple claim arrays. In recognition of the extensive use by practitioners of large correlation matrices for the estimation of diversification benefits in capital modelling, we develop a methodology for the construction of such correlation structures (to any dimension). Indeed, the literature does not document any methodology by which practitioners, who often parameterise those correlations by means of informed guesswork, may do so in a disciplined and parsimonious manner. We construct a broad and flexible family of models, where dependency is induced by common shock components. Models incorporate dependencies between observations both within arrays and between arrays. Arrays are of general shape (possibly with holes), but include the usual cases of claim triangles and trapezia that appear in the literature. General forms of dependency are considered with cell-, row-, column-, diagonal-wise, and other forms of dependency as special cases. Substantial effort is applied to practical interpretation of such matrices generated by the models constructed here. Reasonably realistic examples are examined, in which an expression is obtained for the general entry in the correlation matrix in terms of a limited set of parameters, each of which has a straightforward intuitive meaning to the practitioner. This will maximise chance of obtaining a reliable matrix. This construction is illustrated by a numerical example.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,865
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,003

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 Opus0,149
Tête enseignante GPT0,373
Écart entre enseignants0,224 · 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