MétaCan
Menu
Retour à la cohorte
Enregistrement W2969973120 · doi:10.1080/01605682.2019.1644978

Strategic joining in an M/M/K queue with asynchronous and synchronous multiple vacations

2019· article· en· W2969973120 sur OpenAlexaff
Jinting Wang, Yu Zhang, Zhe George Zhang

Notice bibliographique

RevueJournal of the Operational Research Society · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAdvanced Queuing Theory Analysis
Établissements canadiensSimon Fraser University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésUnobservableSocial plannerSocial WelfareAsynchronous communicationQueueMicroeconomicsComputer scienceQueueing theoryOperations researchBusinessEconomicsEconometricsMathematicsComputer network

Résumé

récupéré en direct d'OpenAlex

We study customers’ equilibrium joining strategies in an M/M/K queue with asynchronous and synchronous multiple vacations. Arriving customers face four different information levels, that is, fully observable, almost observable, almost unobservable and fully unobservable cases, and they decide whether to join or balk the system based on their service utility. In this study, we analyse customers’ equilibrium strategies in terms of the social welfare. It is found that the equilibrium social welfare under an asynchronous vacation policy is higher than that under a synchronous vacation policy when the traffic density is low, the opposite relation exists when the traffic density is high. Furthermore, when the traffic density is high enough, the difference between the two vacation policies in terms of social welfare can be negligible. Finally, if all customers follow the equilibrium strategies, compared to the situation with no information provided for customers, the social planner would prefer to reveal the queue length. Such a finding has the managerial implication for waiting line managers who want to maximise the social welfare of customers.

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)0,006
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: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,045
Tête enseignante GPT0,322
Écart entre enseignants0,277 · 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

Citations30
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Operational Research SocietyMême sujetAdvanced Queuing Theory AnalysisTravaux en français237 207