On the order of appearance of product of consecutive Fibonacci numbers
Notice bibliographique
Résumé
Let $F_{n}$ be the $n$th Fibonacci number. For each positive integer $m$, the order of appearance of $m$, denoted by $z(m)$, is the smallest positive integer $k$ such that $m$ divides $F_k$. Recently, D. Marques has obtained a formula for $z(F_{n}F_{n+1})$, $z(F_{n}F_{n+1}F_{n+2})$, and $z(F_{n}F_{n+1}F_{n+2}F_{n+3})$. In this paper, we extend Marques' result to the case $z(F_{n}F_{n+1}\cdots F_{n+k})$, for every $4\leq k \leq 6$. For instance, we prove that, for $n\geq1$,\[z(F_{n}F_{n+1}F_{n+2}F_{n+3}F_{n+4}) =\begin{cases}a, & \text{if $n\equiv1,2,3,4,5,6,7,10 \pmod {12}$, or $n\equiv8,60 \pmod {72}$};\\2a, & \text{if $n\equiv9,11\pmod {12}$, or $n\equiv24,44 \pmod {72}$};\\3a, & \text{if $n\equiv12,32,36,56 \pmod {72}$}; \\6a, & \text{if $n\equiv0,20,48,68 \pmod {72}$}\end{cases}\] where $a=[n,n+1,n+2,n+3,n+4]$.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».