MétaCan
Menu
Retour à la cohorte
Enregistrement W4410727826 · doi:10.14419/sxnnhw10

Comprehensive analysis of manet routing protocols and quality of service metrics

2025· article· en· W4410727826 sur OpenAlexaff
Saradha S, S. Kayalvili, Gurunath T. Chavan, M. P. Bobby, Shital Dongre, B. Jegajothi

Notice bibliographique

RevueInternational Journal of Basic and Applied Sciences · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueMobile Ad Hoc Networks
Établissements canadiensArtificial Intelligence in Medicine (Canada)
Organismes subventionnairesnon disponible
Mots-clésComputer scienceMobile ad hoc networkQuality of serviceRouting (electronic design automation)Routing protocolComputer network

Résumé

récupéré en direct d'OpenAlex

The emergence of wireless technology has presented intriguing possibilities in the realm of communications. Because of this, data may be ‎manipulated using wirelessly connected, portable nodes and possess limitations such as low storage capacity, reliance on autonomous ‎energy sources, and restricted bandwidth. A mobile ad-hoc network (MANET) is a type of wireless network that consists of mobile nodes ‎that do not rely on any immovable structure. In this research, the nodes are observed to be able to move and autonomously arrange ‎themselves freely into a network structure. Various protocols have been devised to improve the routing process and provide a path among ‎any two hosts in a computer system. Providing quality of service (QoS) ensures that MANETs pose significant challenges compared to ‎wireline networks. These challenges primarily arise from node movement, multi-hop communications, conflict for channel access, and the ‎absence of central collaboration. The challenges associated with ensuring such guarantees have meaningfully constrained the practicality ‎and effectiveness of MANETs. There has been a dramatic uptick in studies over the past few decades dedicated to addressing the issue of ‎QoS assurances in MANET protocols. This research paper analyses various routing protocols and QoS metrics in MANETs‎.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,000
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,053
Tête enseignante GPT0,356
Écart entre enseignants0,303 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Basic and Applied SciencesMême sujetMobile Ad Hoc NetworksTravaux en français237 207