MétaCan
Menu
Retour à la cohorte
Enregistrement W2924045518 · doi:10.1090/gsm/197

A Course on Partial Differential Equations

2018· book· en· W2924045518 sur OpenAlexaff
Walter Craig

Notice bibliographique

RevueGraduate studies in mathematics · 2018
Typebook
Langueen
DomaineMathematics
ThématiqueNumerical methods for differential equations
Établissements canadiensMcMaster UniversityFields Institute for Research in Mathematical Sciences
Organismes subventionnairesnon disponible
Mots-clésCourse (navigation)Partial differential equationFirst-order partial differential equationMathematicsApplied mathematicsComputer scienceMathematical analysisPhysics

Résumé

récupéré en direct d'OpenAlex

Does entropy really increase no matter what we do? Can light pass through a Big Bang? What is certain about the Heisenberg uncertainty principle? Many laws of physics are formulated in terms of differential equations, and the questions above are about the nature of their solutions. This book puts together the three main aspects of the topic of partial differential equations, namely theory, phenomenology, and applications, from a contemporary point of view. In addition to the three principal examples of the wave equation, the heat equation, and Laplace's equation, the book has chapters on dispersion and the Schrödinger equation, nonlinear hyperbolic conservation laws, and shock waves. The book covers material for an introductory course that is aimed at beginning graduate or advanced undergraduate level students. Readers should be conversant with multivariate calculus and linear algebra. They are also expected to have taken an introductory level course in analysis. Each chapter includes a comprehensive set of exercises, and most chapters have additional projects, which are intended to give students opportunities for more in-depth and open-ended study of solutions of partial differential equations and their properties.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,185

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0550,022

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 Opus0,404
Tête enseignante GPT0,466
Écart entre enseignants0,061 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGraduate studies in mathematicsMême sujetNumerical methods for differential equationsTravaux en français237 207