MétaCan
Menu
Retour à la cohorte
Enregistrement W4312085996 · doi:10.1002/mma.8956

A new mathematical method to describe the logic of the natural physical world

2022· article· en· W4312085996 sur OpenAlexaff
Xiaotong Ding, Guanghong Ding

Notice bibliographique

RevueMathematical Methods in the Applied Sciences · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueComputational Physics and Python Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesShanghai Key Laboratory of Acupuncture Mechanism and Acupoint FunctionNational Natural Science Foundation of China
Mots-clésMacroMathematicsPhysical systemPhysical lawSchrödinger equationSymbol (formal)Schrödinger's catPhysical scienceApplied mathematicsCalculus (dental)Mathematical analysisComputer sciencePhysicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

To model an objective real world with absolute accurate mathematics is the symbol of modern science. However, in real life, the physical parameters could not be measured in infinite high accuracy, which makes the mathematical equations ineffective in the circumstance of turbulence and chaos. As the macro‐ and micro‐physical world could not be unified, it is believed that the laws of macro‐ and micro‐physical world are not the same. This paper proposes a new way of illustrating physical parameters, using the combination of mean ± error instead of a single numeric parameter for illustration, and establishes the corresponding algorithm and equations for means and errors, respectively. The results show that the error part of the Navier–Stokes equations in macro‐physical fluid mechanical world is just Schrodinger equation of micro‐physical quantum mechanical world. Therefore, a new method of researching complex system is proposed, and this method establishes the relationship between macro‐Newtown mechanics and micro‐quantum mechanics, so that in the macro world, the mean will follow the Navier–Stokes equations, and the error will follow the Schrodinger equations.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,005
Communication savante0,0030,009
Science ouverte0,0020,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,076
Tête enseignante GPT0,412
Écart entre enseignants0,336 · 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 source (Gemma direct ou Codex distillé), 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
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Methods in the Applied SciencesMême sujetComputational Physics and Python ApplicationsTravaux en français237 207