MétaCan
Menu
Retour à la cohorte
Enregistrement W2955893107 · doi:10.5539/jmr.v11n4p1

Dynamics of Equilibrium Prices With Differential and Delay Differential Equations Using Characteristic Equation Techniques

2019· article· en· W2955893107 sur OpenAlexvenueno aff
Martin Anokye, Henry Amankwah, Emmanuel Kwame Essel, Irene Kafui Amponsah

Notice bibliographique

RevueJournal of Mathematics Research · 2019
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueInnovation Diffusion and Forecasting
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDelay differential equationMathematicsDifferential equationCurrent (fluid)Differential (mechanical device)Monotonic functionEquilibrium pointFunction (biology)Applied mathematicsMathematical analysisThermodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

This study compares differential model to delay differential model in terms of their qualitative behaviour with respect to equilibrium price changes using roots of characteristic equation techniques. The equilibrium states of both price adjustment models were simulated using inputs from same source. The study found that irrespective of initial prices set for the system, the current price of the differential model would always move monotonically towards the equilibrium price defined for the system. However, the current price of the delay- differential model will fluctuate and move away from the initial prices due to the delay parameter associated with the supply, then gradually decrease and turn towards the defined system equilibrium price. Results from the study also showed that current prices in the delay-differential model are not predictable at the initial stage due to the time delay parameter in the supply function of price. On the other hand, current prices in their counterpart models without delay are predictable, as they always converge to the equilibrium price points defined in the system. Since most economic and physical systems are time delay inherent, it is recommended that such systems are modeled using delay-differential equations to reflect realities of the phenomena.

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)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
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)0,0020,000

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 Opus0,239
Tête enseignante GPT0,445
Écart entre enseignants0,206 · 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Mathematics ResearchMême sujetInnovation Diffusion and ForecastingTravaux en français237 207