Hereditary classes of ordered sets of width at most two
Notice bibliographique
Résumé
This paper is a contribution to the study of hereditary classes of relational structures, these classes being quasi-ordered by embeddability. It deals with the specific case of ordered sets of width two and the corresponding bichains and incomparability graphs. Several open problems about hereditary classes of relational structures which have been considered over the years have positive answer in this case. For example, well-quasi-ordered hereditary classes of finite bipartite permutation graphs, respectively finite 321-avoiding permutations, have been characterized by Korpelainen, Lozin and Mayhill, respectively by Albert, Brignall, Ruškuc and Vatter. We provide another proof of the results mentioned above. It is based on the existence of a countable universal poset of width two, obtained by the first author in 1978, his notion of multichainability (1978) (a kind of analog to letter-graphs), and metric properties of incomparability graphs. Using Laver's theorem (1971) on better-quasi-ordering (bqo) of countable chains we prove that a wqo hereditary class of finite or countable bipartite permutation graphs is necessarily bqo. This gives a positive answer to a conjecture of Nash-Williams (1965) in this case. We extend a previous result of Albert et al. by proving that if a hereditary class of finite, respectively countable, bipartite permutation graphs is wqo, respectively bqo, then the corresponding hereditary classes of posets of width at most two and bichains are wqo, respectively bqo. Several notions of labelled wqo are also considered. We prove that they are all equivalent in the case of bipartite permutation graphs, posets of width at most two and the corresponding bichains. We characterize hereditary classes of finite bipartite permutation graphs which remain wqo when labels from a wqo are added.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».