MétaCan
Menu
Retour à la cohorte
Enregistrement W2963645573 · doi:10.1214/11-aop668

Smaller population size at the MRCA time for stationary branching processes

2012· article· en· W2963645573 sur OpenAlexaff
Yu-Ting Chen, Jean‐François Delmas

Notice bibliographique

RevueThe Annals of Probability · 2012
Typearticle
Langueen
DomaineMathematics
ThématiqueStochastic processes and statistical mechanics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésMost recent common ancestorCoalescent theoryPopulationPopulation sizeBranching processMathematicsBottleneckStatistical physicsBranching (polymer chemistry)StatisticsComputer sciencePhylogenetic treeBiologyDemographyPhysics

Résumé

récupéré en direct d'OpenAlex

We consider an elementary model of random size varying population governed by a stationary continuous-state branching process. We compute the distributions of various variables related to the most recent common ancestor (MRCA): the time to the MRCA, the size of the current population and the size of the population just before the MRCA. In particular we observe a natural mild bottleneck effect as the size of the population just before the MRCA is stochastically smaller than the size of the current population. We also compute the number of individuals involved in the last coalescent event of the genealogical tree, that is, the number of individuals at the time of the MRCA who have descendants in the current population. By studying more precisely the genealogical structure of the population, we get asymptotics for the number of ancestors just before the current time. We give explicit computations in the case of the quadratic branching mechanism. In this case, the size of the population at the MRCA is, in mean, $2/3$ of the size of the current population. We also provide in this case the fluctuations for the renormalized number of ancestors.

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)0,002
score de la tête « metaresearch » (Gemma)0,013
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: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,184
Tête enseignante GPT0,390
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

Citations26
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Annals of ProbabilityMême sujetStochastic processes and statistical mechanicsTravaux en français237 207