Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
SummaryIn the simple version of Skunk, a pair of dice is rolled again and again until either you choose to sit or at least one 1 comes up. If you sit, your payoff is the dice sum of all your previous rolls. If at least one 1 comes up while you are still standing, your payoff is zero. Here we look at an extension of the game in which you must also choose the number of dice to use and you can alter this from round to round. The simple game seems to have a straightforward enough optimal strategy but our analysis of the extension reveals flaws in our initial reasoning. Some additional extensions are considered. Additional informationNotes on contributorsDavid KongDAVID KONG is a 3rd year undergraduate student at the Queen's School of Business and is pursuing a Bachelor of Science in mathematics. He has worked in both the hedge fund and private equity industries (Fore Research, ONCAP Partners) and was invited to the 2010 Canadian Mathematics Olympiad. This has led to an interest in statistics, probability, and modeling, particularly through EXCEL. David enjoys skiing, biking, cooking, and creating latte art.Peter D. TaylorPETER TAYLOR is a professor in the Department of Mathematics and Statistics at Queen's University, cross-appointed to the Department of Biology and the Faculty of Education. He is a Queen's graduate and has a Harvard Ph.D. His area of research is theoretical evolutionary ecology, particularly the evolution of cooperative behaviour. He is a 3M Teaching Fellow and is Chair of the Education Committee of the Canadian Mathematical Society. Recently he chaired the Task Force at Queen's, charged with writing the university's new Academic Plan.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,006 |
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 découle