MétaCan
Menu
Retour à la cohorte
Enregistrement W2762066253 · doi:10.2495/dne-v12-n3-367-376

The information requirements of complex biological and economic systems with algorithmic information theory

2017· article· en· W2762066253 sur OpenAlexvenueno aff
Sean D Devine

Notice bibliographique

RevueInternational Journal of Design & Nature and Ecodynamics · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueComputability, Logic, AI Algorithms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInformation systemManagement scienceComputer scienceInformation theoryRisk analysis (engineering)EngineeringBusinessMathematics

Résumé

récupéré en direct d'OpenAlex

This article interprets the natural laws creating and maintaining a complex system, such as an ecology or an economy, distant from equilibrium, as computations on a real world Universal Turing Machine (UTM).As a laboratory, UTM can simulate the real world UTM, from the perspective of algorithmic information theory, the number of bits in the shortest, appropriately coded binary algorithm that specifies a real world system on a laboratory UTM defines its algorithmic entropy and its information content.As only algorithmic entropy differences matter, and differences are UTMindependent, differences measured on the laboratory UTM align with entropy changes in the real world.The system's distance from equilibrium in bits defines its order.Computations require energy.Landauer's principle identifies the minimum energy per bit (or the real world equivalent) to drive the computation that creates and sustains a real world system in a homeostatic state distant from equilibrium.This high-grade energy carries the computational instructions that do work on the system, ejecting disorder as heat and waste.While replication algorithms drive the emergence of complex ecological systems (doi:10.1016/j.biosystems.2015.11.008), in economic systems, individual agent behaviour can be captured by computer algorithms akin to the perspective of an adaptive system paradigm.Rather than specifying detailed behavioural routines for an economy, a narrative is used to identify the information drivers that create an ordered far-from-equilibrium economic system.The narrative shows that, somewhat like the interdependence of species in a vibrant ecology, agents trade, utilise technology, and amalgamate to form more complex structures creating order and driving the economy further from equilibrium.An ordered economy is a better economy.Order-creating investments (infrastructure, machines etc.) enhance economic performance, in contrast to non-ordering investments that extract wealth from others, adding nothing.

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)0,004
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,029
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,008
Communication savante0,0060,013
Science ouverte0,0020,004
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,266
Écart entre enseignants0,245 · 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'étudeThéorique ou conceptuel
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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Design & Nature and EcodynamicsMême sujetComputability, Logic, AI AlgorithmsTravaux en français237 207