Neutrosophic 2<sup>2</sup>-Factorial Designs and Analysis
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.
Notice bibliographique
Résumé
In field or laboratory planned experiments, it is possible to observe vague, incomplete, or imprecise data due to known or unknown reasons.Thus, the analysis should take into consideration the imprecision in data vales.In recent past, researchers have proposed various approaches such as fuzzy, intuitionistic fuzzy and neutrosophic logic and analysis, which provide better understanding, analysis and interpretations of the imprecise data.Experimental design and analysis is a systematic, rigorous approach to problem solving that applies principles and techniques at the data collection stage so as to ensure the generation of valid, defensible, and supportable conclusions.Factorial designs are widely used in experiments that involve several factors and where it is necessary to study the joint effects of the factors on a response.Several special cases of the general factorial design are important because they are widely used in research work and also because they form the basis of other designs of considerable practical value.These designs are widely used in factor screening experiments as well.The most important of these special cases is that of k factors, each at only two levels.These levels may be quantitative or they may be qualitative.A complete replicate of such a design is called a 2 k -factorial design.In this paper, we consider the first design in the 2 k -series which is one with only two factors, say A and B, each run at two levels.The levels of the factors may be arbitrarily called low and high.This design is called a 2 2 -factorial design.For the imprecise response data, we will define a neutrosophic 2 2 -factorial design (N2 2 FD), neutrosophic model and neutrosophic analysis.As an illustration, we consider an investigation into the effect of the concentration of the reactant and the amount of the catalyst on the conversion (yield) in a chemical process.The objective of the experiment is to determine if adjustments to either of these two factors would increase the yield.
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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 0,000 |
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.
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 découle