MétaCan
Menu
Retour à la cohorte
Enregistrement W3201469789 · doi:10.5206/mt.v1i1.14039

What we can learn from Bohemian Matrices?

2021· article· en· W3201469789 sur OpenAlexaffvenue
Robert M. Corless

Notice bibliographique

RevueMaple Transactions · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiquePolynomial and algebraic computation
Établissements canadiensWestern University
Organismes subventionnairesEngineering and Physical Sciences Research Council
Mots-clésWorkbookReading (process)Computer sciencePoint (geometry)Linear algebraMapleCode (set theory)Algebra over a fieldEigenvalues and eigenvectorsMathematics educationProgramming languageMathematicsLinguisticsPure mathematicsPhilosophyLaw

Résumé

récupéré en direct d'OpenAlex

This Maple Workbook explores a new topic in linear algebra, which is called "Bohemian Matrices". The topic is accessible to people who have had even just one linear algebra course, or have arrived at the point in their course where they have touched "eigenvalues". We use only the concepts of characteristic polynomial and eigenvalue. Even so, we will see some open questions, things that no-one knows for sure; even better, this is quite an exciting new area and we haven't even finished asking the easy questions yet! So it is possible that the reader will have found something new by the time they have finished going through this workbook. Reading this workbook is not like reading a paper: you will want to execute the code, and change things, and try alternatives. You will want to read the code, as well. I have tried to make it self-explanatory. We will begin with some pictures, and then proceed to show how to make such pictures using Maple (or, indeed, many other computational tools). Then we start asking questions about the pictures, and about other things.

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)0,010
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: aucune
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,117

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,004
Communication savante0,0040,017
Science ouverte0,0010,003
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0350,014

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 Opus0,015
Tête enseignante GPT0,227
Écart entre enseignants0,212 · 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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMaple TransactionsMême sujetPolynomial and algebraic computationTravaux en français237 207