MétaCan
Menu
Retour à la cohorte
Enregistrement W4388470009 · doi:10.1137/1.9781611977509

Computational Discovery on Jupyter

2023· book· en· W4388470009 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSociety for Industrial and Applied Mathematics eBooks · 2023
Typebook
Langueen
DomaineComputer Science
ThématiqueAlgorithms and Data Compression
Établissements canadiensImpactWestern University
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

The authors have been using a largely algebraic form of "computational discovery" in various undergraduate classes at their respective institutions for some decades now to teach pure mathematics, applied mathematics, and computational mathematics.This paper describes what we mean by "computational discovery," what good it does for the students, and some specific techniques that we used.1 Setting the stage "The imparting of factual knowledge is for us a secondary consideration.Above all we aim to promote in the reader a correct attitude, a certain discipline of thought, which would appear to be of even more essential importance in mathematics than in other scientific disciplines."Pólya & Szegő vol I. [28, p. VII]The preface quoted above from the classic book cited, which is nearly a hundred years old now, opens with an epigraph which we further paraphrase, as follows: "What is good education?Giving students systematic opportunities to discover things for themselves."Indeed, Computational Discovery, also called "Experimental Mathematics," is also very familiar to the research mathematician, not just mathematics educators: nearly everyone uses it (even if they say that they don't, or don't say that they do).There can be no shame in it, if the likes of Gauss and Euler used the technique [6,7].See also the excellent book [14].The most basic idea is, after all, very simple: one computes a few cases, tries to guess a pattern, and if successful,

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,585
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,061
Tête enseignante GPT0,259
Écart entre enseignants0,198 · 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