MétaCan
Menu
Retour à la cohorte
Enregistrement W2607895357 · doi:10.1109/tsmc.2017.2689004

Behavioral Analysis in the Graph Model for Conflict Resolution

2017· article· en· W2607895357 sur OpenAlex

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.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueIEEE Transactions on Systems Man and Cybernetics Systems · 2017
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueGame Theory and Applications
Établissements canadiensToronto Metropolitan UniversityUniversity of Waterloo
Organismes subventionnairesNanjing University of Aeronautics and AstronauticsNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésGraphRepresentation (politics)Matrix representationConflict resolutionStability (learning theory)Nash equilibriumComputer scienceMatrix (chemical analysis)Mathematical economicsMathematicsMathematical optimizationTheoretical computer scienceMachine learningGroup (periodic table)Political scienceLaw

Résumé

récupéré en direct d'OpenAlex

Using the observed or desired stability results of each decision maker (DM) and the equilibrium of a conflict, an algorithm is proposed that determines whether the Nash, general metarationality, symmetric metarationality or sequential stability definition best explains the observations or how to achieve the desired equilibrium. The matrix representation of the graph model for conflict resolution, normally used to determine stabilities that reflect different models of human interaction in conflict, is utilized here to keep track of available one-step moves for each DM, as well as the DMs' relative preferences among states. A key theorem involving matrix representation of graph models determines which stability types are consistent with the observations or achievement of the desired equilibrium, taking into account specified preferences of the DMs, for the case of two or more DMs. To illustrate the use of the algorithm in practice, behavioral analysis is applied to a softwood lumber dispute between Canada and the USA.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,765
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,187
Tête enseignante GPT0,396
Écart entre enseignants0,209 · 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