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 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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,609
Score d'incertitude au seuil0,375

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,024
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 tête enseignante, 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

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

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