Groping Toward Linear Regression Analysis: Newton's Analysis of\n Hipparchus' Equinox Observations
Notice bibliographique
Résumé
In February 1700, Isaac Newton needed a precise tropical year to design a new\nuniversal calendar that would supersede the Gregorian one. However,\n17th-Century astronomers were uncertain of the long-term variation in the\ninclination of the Earth's axis and were suspicious of Ptolemy's equinox\nobservations. As a result, they produced a wide range of tropical years. Facing\nthis problem, Newton attempted to compute the length of the year on his own,\nusing the ancient equinox observations reported by a famous Greek astronomer\nHipparchus of Rhodes, ten in number. Though Newton had a very thin sample of\ndata, he obtained a tropical year only a few seconds longer than the correct\nlength. The reason lies in Newton's application of a technique similar to\nmodern regression analysis. Newton wrote down the first of the two so-called\n'normal equations' known from the ordinary least-squares (OLS) method. In that\nprocedure, Newton seems to have been the first to employ the mean (average)\nvalue of the data set, while the other leading astronomers of the era (Tycho\nBrahe, Galileo, and Kepler) used the median. Fifty years after Newton, in 1750,\nNewton's method was rediscovered and enhanced by Tobias Mayer. Remarkably, the\nsame regression method served with distinction in the late 1920s when the\nfounding fathers of modern cosmology, Georges Lemaitre (1927), Edwin Hubble\n(1929), and Willem de Sitter (1930), employed it to derive the Hubble constant.\n
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 | 0,011 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,004 |
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 ».