Group Multirole Assignment With General Conflict
Notice bibliographique
Résumé
Role-based collaboration (RBC) is a novel problem-solving paradigm to facilitate collaboration. Group multirole assignment (GMRA), an extension of group role assignment (GRA), is a critical step in the RBC process, enabling the formation of efficient collaborative teams by reasonably assigning roles to agents. Recognized as a significant determinant impacting assignment and collaboration, conflict has been delineated and incorporated into GMRA. Nevertheless, the specified conflict is characterized as an oppositional conflict (OC), signifying that conflicting agents are engaged in conflict across the entirety of the role set. Rather than completely OC, which is highly specific, a more prevalent relationship involves conflict in certain aspects while remaining conflict-free in others. Therefore, we propose the concept of general conflict (GC) to describe the more common and realistic conflict relationship, offering a broader and novel perspective to depict conflict relationships. Then, we formalize these two problems by considering GC avoidance in GRA and GMRA, called GRA with GC (GRAGC) and GMRA with GC (GMRAGC), respectively. Furthermore, we establish the necessary conditions for the GRAGC and GMRAGC problems through a graph-theoretical lens, accompanied by a thorough analysis of their mathematical nature. Additionally, we propose practical solutions and refine methodologies to address both problems. The effectiveness of the improved algorithms utilizing necessary conditions is verified by simulations, which also provides evidence supporting the advantages of conflict avoidance.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».