MétaCan
Menu
Retour à la cohorte
Enregistrement W4391346878 · doi:10.1080/27690911.2024.2303437

Computational analysis of corruption dynamics insight into fractional structures

2024· article· en· W4391346878 sur OpenAlexaff
Ali Akgül, Muhammad Farman, Muhammad Sutan, Aqeel Ahmad, Sheraz Ahmad, Arshad Munir, Murad Khan Hassani

Notice bibliographique

RevueApplied Mathematics in Science and Engineering · 2024
Typearticle
Langueen
DomaineMathematics
ThématiqueFractional Differential Equations Solutions
Établissements canadiensGeorgian College
Organismes subventionnairesnon disponible
Mots-clésDynamics (music)Language changeComputer sciencePolitical sciencePsychologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

The fractional derivative that is used to compute the solution of the corruption system with Power-Law Kernel, Mittag-Leffler Kernel, and Exponential Decay Kernel. It is important to study and analyse corruption dynamics, because it is an act that has a direct effect on public rights, and because of this the right of the rightful owner, just got destroyed. Using hypothesis theory for differential equation, this work suggests and assesses a nonlinear deterministic model for the dynamics of corruption. Positivity and boundedness are verified for the proposed corruption model to identify the level of resolution of corruption factor in society. Fractional-order corruption model is investigated with different kernels for efficient results. The necessary criteria for the best control of corruption transmission were identified using Pontryagin's maximal concept. The numerical simulation showed that corruption must be resisted by an integrated control strategy. Numerical simulations are used to demonstrate the correctness of the proposed approaches. Finally, simulations are derived for the proposed schemes to check the effectiveness of the results and to analyse the corruption behaviour in society as well as dynamically highlight the propagation of corruption group.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,024
Tête enseignante GPT0,305
Écart entre enseignants0,281 · 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'étudeSimulation ou modélisation
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

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Mathematics in Science and EngineeringMême sujetFractional Differential Equations SolutionsTravaux en français237 207