Notice bibliographique
Résumé
Ibn Ezra (Sefar ha-Mispar (The Book of the Number, in Hebrew), Verona (German trans: Silberberg M. (1895)). Kauffmann, Frankfurt am Main, 1146), Rabinovitch (Probability and statistical inference in medieval Jewish literature. University of Toronto Press, Toronto, 1973) and O'Neill (Math Soc Sci 2(4):345–371, 1982)proposed a method for solving the "rights arbitration problem" (one of the historical problems of "bankruptcy") for n claimants when the estate E is equal to the largest claim. However, when the greatest claim is for less than the estate, the question of what to do with the difference between E and the largest claim is posed. Alcalde et al.'s (Econ Theory 26(1):103–114, 2005) Generalized Ibn Ezra Value (GiEV), solves the problem in T iterations, of n steps. By using Monte-Carlo experiments, we show that: (i) T grows linearly with the number of claimants, which makes GiEV rapidly impracticable for real applications. (ii) The more E is close to the total claim d, themore T grows: T linearly grows when E exponentially approaches d by a factor 10. Moreover, we proved through theory that GiEV fails to provide a solution in a finite number of iterations for the trivial case E = d, whereas it should obviously find a solution in one iteration. So, even if GiEV is convergent, the sum of claims d appears as an asymptote: the number of iterations tends to infinite when the estate E approaches the claims total d. We conclude that GiEV is inefficient and usable only when: (1) the number of claimants is low, and (2) the estate E is largely lower than the total claims d.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,099 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,007 |
| Communication savante | 0,003 | 0,006 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».