MétaCan
Menu
Retour à la cohorte
Enregistrement W4230944482 · doi:10.1017/cbo9780511543234.010

Epilogue

2004· book-chapter· en· W4230944482 sur OpenAlexaff
Hermann Brunner

Notice bibliographique

RevueCambridge University Press eBooks · 2004
Typebook-chapter
Langueen
DomaineMathematics
ThématiqueDifferential Equations and Numerical Methods
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésCollocation (remote sensing)Calculus (dental)Computer scienceApplied mathematicsMathematicsEpistemologyMathematical economicsPhilosophyMedicine

Résumé

récupéré en direct d'OpenAlex

Our voyage through the preceding eight chapters has shown that we have certainly not yet reached the end of the story on collocation methods for Volterra functional integral and integro-differential equations. Many important questions remain unanswered. It is my belief that we have to find new mathematical approaches and tools (likely from very unexpected areas) if we are to make substantial progress towards finding complete solutions to these open problems. It is the purpose of this brief final chapter to point to some possible, and seemingly very promising, new approaches for the numerical analysis of collocation solutions to Volterra functional equations. Semigroups and abstract resolvent theory The long-time integration of Volterra integral and integro-differential equations by collocation methods, in particular the asymptotic behaviour of collocation solutions, is not yet understood. As a number of papers and books have shown (see, e.g. Ito and Kappel (1989, 1991, 2002), Ito and Turi (1991), Brunner, Kauthen and Ostermann (1995), Bellen and Maset (1999), Maset (1999, 2003), and Bellen and Zennaro (2003, pp. 56–60)) the appropriate reformulation of the given equation as an abstract Cauchy problem and the exploitation of the underlying semigroup or abstract resolvent framework (integrability and asymptotic behaviour of resolvents) will often lead to deep insight into the qualitative properties of approximate solutions.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,303
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,3030,138

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 Opus0,081
Tête enseignante GPT0,278
Écart entre enseignants0,197 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetDifferential Equations and Numerical MethodsTravaux en français237 207