MétaCan
Menu
Retour à la cohorte
Enregistrement W3102282691 · doi:10.5951/mt.96.4.0258

The Play-off Probability Problem

2003· article· en· W3102282691 sur OpenAlexaboutno aff
Murray L. Lauber

Notice bibliographique

RevueMathematics Teacher Learning and Teaching PK-12 · 2003
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistics Education and Methodologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSeries (stratigraphy)PrecalculusComputer scienceClass (philosophy)Focus (optics)Path (computing)Mathematical economicsBinomial (polynomial)MathematicsCalculus (dental)Algebra over a fieldArtificial intelligenceStatisticsPure mathematicsProgramming language

Résumé

récupéré en direct d'OpenAlex

few years ago, just as I was about to introduce binomial probabilities in my precalculus class, the Edmonton Oilers were in a first-round play-off series with the Dallas Stars. Each team had won a game. The series suggested a problem: given that the Oilers had a probability p of winning any game, what was the probability that they would win the series? I focus on the Oilers because the small university where I teach is located a one-hour drive from their home in Edmonton. Our initial figure of p = .3 was based loosely on the Oilers' record against the Stars. We began with what I will call the brute-force method , treating the rest of the series as a five-game series. After completing the brute-force solution, we searched for a shorter, more elegant, solution. Although the solutions that we unearthed along our path of discovery are not new, they illustrate beautifully the process by which many mathematical problems are solved, extended, and generalized.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,025
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,503
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,128
Tête enseignante GPT0,381
Écart entre enseignants0,254 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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

En bref

Citations0
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematics Teacher Learning and Teaching PK-12Même sujetStatistics Education and MethodologiesTravaux en français237 207