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.
Notice bibliographique
Résumé
Tree-based methods are frequently used in studies with censored survival time. Their structure and ease of interpretability make them useful to identify prognostic factors and to predict conditional survival probabilities given an individual's covariates. The existing methods are tailor-made to deal with a survival time variable that is measured continuously. However, survival variables measured on a discrete scale are often encountered in practice. The authors propose a new tree construction method specifically adapted to such discrete-time survival variables. The splitting procedure can be seen as an extension, to the case of right-censored data, of the entropy criterion for a categorical outcome. The selection of the final tree is made through a pruning algorithm combined with a bootstrap correction. The authors also present a simple way of potentially improving the predictive performance of a single tree through bagging. A simulation study shows that single trees and bagged-trees perform well compared to a parametric model. A real data example investigating the usefulness of personality dimensions in predicting early onset of cigarette smoking is presented. The Canadian Journal of Statistics 37: 17-32; 2009 © 2009 Statistical Society of Canada Arbres de survie a temps discret Les methodes d'arbres sont frequemment utilisees lors d'etudes impliquant des donnees censurees. La structure d'un arbre ainsi que la facilite avec laquelle il peut etre interprete font de lui un outil utile afin d'identifier des facteurs de pronostique et de predire les probabilites de survie conditionnelles d'un individu etant donne ses covariables. Les methodes existantes ont ete developpees pour traiter une variable temporelle continue. En pratique, il arrive frequemment que la variable mesurant le temps de survie soit mesuree selon une echelle discrete. Les auteurs proposent une nouvelle methode pour construire un arbre qui est specialement adaptee aux variables de survie a temps discret. Le critere de division peut etre vu comme etant une extension, au cas de censure a droite, du critere d'entropie pour une variable categorielle. La selection de l'arbre final est basee sur une methode d'elagage combinee avec une correction bootstrap. Les auteurs presentent egalement une methode simple pour ameliorer, potentiellement, la performance d'un seul arbre avec le bagging. Une etude par simulation montre que des arbres seuls et des arbres “bagges” performent bien comparativement a un modele parametrique. Les auteurs presentent aussi une illustration de la nouvelle methode avec des vraies donnees qui investiguent l'utilite d'utiliser des dimensions de la personnalite afin de prevoir le debut de l'utilisation de la cigarette. La revue canadienne de statistique 37: 17-32; 2009 © 2009 Societe statistique du Canada
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 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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découle