MétaCan
Menu
Retour à la cohorte
Enregistrement W2614218750 · doi:10.17713/ajs.v27i1&2.529

Estimation of the Parameters in the Double-periodic Model

2016· article· en· W2614218750 sur OpenAlexaff
Z. Khalil, Mohammed A. El‐Saidi, F. Triantafillou

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueDiffusion and Search Dynamics
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésEstimationMathematicsStatisticsEconometricsApplied mathematicsComputer scienceEconomics

Résumé

récupéré en direct d'OpenAlex

The periodic behavior of environmental conditions and its effects on waiting time is of principal interest in a number of modeling problems. Dimitrov and Khalil (1992) have used a constructive approach to introduce a new class of probability distributions which exhibits the periodic behavior of environmental conditions in time and the random occurrence of some events on each time period. Further, the authors discussed some physical and probabilistic properties of the new class. In a more recent work, Dimitrov et al. (1996) investigated a somewhat more complicated case of modeling the waiting time to occurrence of a random event governed by random environment with driving periodic or double periodic structure. In this contribution, we will make use of these important results to find estimators of the parameters in the double periodic model, where after a given number of time periods, say m, the conditions start to repeat, the same as from the origin. Phenomena of this type appear in a series of environmental, maintenance and financial processes. In particular, we expect that investigators working in modeling environmental evolution with periodic behavior will find our new results useful.

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)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,196
Tête enseignante GPT0,524
Écart entre enseignants0,328 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetDiffusion and Search DynamicsTravaux en français237 207