MétaCan
Menu
Retour à la cohorte
Enregistrement W4246273382 · doi:10.1108/s0731-905320140000034015

List of Contributors

2014· other· en· W4246273382 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Market Behavior and Pricing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInformation retrievalComputer science

Résumé

récupéré en direct d'OpenAlex

Citation (2014), "List of Contributors", Bayesian Model Comparison (Advances in Econometrics, Vol. 34), Emerald Group Publishing Limited, Bingley, pp. vii-viii. https://doi.org/10.1108/S0731-905320140000034015 Publisher: Emerald Group Publishing Limited Copyright © 2014 Emerald Group Publishing Limited Daniel Felix Ahelegbey Graduate School of Economics and Management, University of Venice, Venice, Italy Miguel Belmonte Department of Economics, University of Strathclyde, Glasgow, UK Gail Blattenberger Department of Economics, University of Utah, Salt Lake City, UT, USA Martin Burda Department of Economics, University of Toronto, Toronto, Canada Garland Durham Orfalea College of Business, California State Polytechnic Institute, San Luis Obispo, CA, USA Richard Fowles Department of Economics, University of Utah, Salt Lake City, UT, USA John Geweke School of Business, University of Technology Sydney, Sydney, Australia; Erasmus University, Rotterdam, The Netherlands; Colorado State University, Fort Collins, CO, USA Benjamin J. Gillen Department of Economics, California Institute of Technology, Pasadena, CA, USA Paolo Giudici Department of Economics and Management, University of Pavia, Pavia, Italy Esther Hee Lee EViews, IHS Global Inc., Irvine, CA, USA Ivan Jeliazkov Department of Economics, University of California – Irvine, Irvine, CA, USA Gary Koop Department of Economics, University of Strathclyde, Glasgow, UK Peter D. Loeb Department of Economics, Rutgers University, Newark, NJ, USA Enrique Martínez-García Research Department, Federal Reserve Bank of Dallas, Dallas, TX, USA Elías Moreno Department of Statistics, University of Granada, Granada, Spain Luís Raúl Pericchi Department of Mathematics, University of Puerto Rico, Rio Piedras, San Juan, Puerto Rico, USA Dale J. Poirier Department of Economics, University of California – Irvine, Irvine, CA, USA Hyungsik Roger Moon Department of Economics, University of Southern California, Los Angeles, CA, USA Matthew Shum Department of Economics, California Institute of Technology, Pasadena, CA, USA Angela Vossmeyer Department of Economics, University of California – Irvine, Irvine, CA, USA Guillaume Weisang Graduate School of Management, Clark University, Worcester, MA, USA Mark A. Wynne Research Department, Federal Reserve Bank of Dallas, Dallas, TX, USA Book Chapters Bayesian Model Comparison Advances in Econometrics Bayesian Model Comparison Copyright Page List of Contributors Preface Adaptive Sequential Posterior Simulators for Massively Parallel Computing Environments Model Switching and Model Averaging in Time-Varying Parameter Regression Models Assessing Bayesian Model Comparison in Small Samples Bayesian Selection of Systemic Risk Networks Parallel Constrained Hamiltonian Monte Carlo for BEKK Model Comparison Factor Selection in Dynamic Hedge Fund Replication Models: A Bayesian Approach Determining the Proper Specification for Endogenous Covariates in Discrete Data Settings Variable Selection in Bayesian Models: Using Parameter Estimation and Non Parameter Estimation Methods Intrinsic Priors for Objective Bayesian Model Selection Demand Estimation with High-Dimensional Product Characteristics Copula Analysis of Correlated Counts

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)0,003
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,269
Score d'incertitude au seuil0,384

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,026
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0080,008
Études des sciences et des technologies0,0030,001
Communication savante0,0120,007
Science ouverte0,0030,004
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,7310,743

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 Opus0,011
Tête enseignante GPT0,220
Écart entre enseignants0,209 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetConsumer Market Behavior and PricingTravaux en français237 207