Notice bibliographique
Résumé
Abstract Let $\alpha < \omega _1$ be a prime component, and let $X$ and $Y$ be metric spaces. In [8], it was shown that if $C_p(X)$ and $C_p(Y)$ are linearly homeomorphic, then the scattered heights $\kappa (X)$ and $\kappa (Y)$ of $X$ and $Y$ satisfy $\kappa (X) \leq \alpha $ if and only if $\kappa (Y) \leq \alpha $ . We will prove that this also holds if $C_p^*(X)$ and $C_p^*(Y)$ are linearly homeomorphic and that these results do not hold for arbitrary Tychonov spaces. We will also prove that if $C_p^*(X)$ and $C_p^*(Y)$ are linearly homeomorphic, then $\kappa (X) < \alpha $ if and only if $\kappa (Y) < \alpha $ , which was shown in [9] for $\alpha = \omega $ . This last statement is not always true for linearly homeomorphic $C_p(X)$ and $C_p(Y)$ . We will show that if $\alpha = \omega ^{\mu }$ where $\mu < \omega _1$ is a successor ordinal, it is true, but for all other prime components, this is not the case. Finally, we will prove that if $C_p^*(X)$ and $C_p^*(Y)$ are linearly homeomorphic, then $X$ is scattered if and only if $Y$ is scattered. This result does not directly follow from the above results. We will clarify why the results for linearly homeomorphic spaces $C_p^*(X)$ and $C_p^*(Y)$ do require a different and more complex approach than the one that was used for linearly homeomorphic spaces $C_p(X)$ and $C_p(Y)$ .
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 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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,012 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».