MétaCan
Menu
Retour à la cohorte
Enregistrement W4283687749 · doi:10.1155/2022/5075716

Modeling Various Survival Distributions using a Nonparametric Hypothesis Testing Based on Laplace Transform Approach with Some Real Applications

2022· article· en· W4283687749 sur OpenAlexaff
A. M. Gadallah, B. I. Mohammed, Abdulhakim A. Al-Babtain, Saima K. Khosa, Mutua Kilai, M. Yusuf, M. E. Bakr

Notice bibliographique

RevueComputational and Mathematical Methods in Medicine · 2022
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Methods and Inference
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesKing Saud University
Mots-clésNonparametric statisticsLaplace transformRange (aeronautics)Statistical hypothesis testingStatisticsStatistical powerExponential functionTest (biology)Computer scienceMathematicsEngineering

Résumé

récupéré en direct d'OpenAlex

We hope to assess the different processing methodologies or the effectiveness of the devices or systems applied in this nonparametric statistical test by observing the failure behavior of the recorded survival data. The proposed second-order approach of new better than used (NBU 2) will be employed, which requires that the test data behaves either like NBU 2 property or exponentially. If the survival data is NBU 2, the proposed treatment method is likely to be beneficial. If the data are exponential, on the other hand, the recommended treatment method has no positive or negative influence on patients, as shown in the application section. To establish the validity of the test, we calculated the power of the proposed test and efficiency on both complete and censored data, compared the results to those of existing tests, and then applied the test to a range of real-world data.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,347
Score d'incertitude au seuil0,709

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,234
Tête enseignante GPT0,432
Écart entre enseignants0,199 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputational and Mathematical Methods in MedicineMême sujetStatistical Methods and InferenceTravaux en français237 207