MétaCan
Menu
Retour à la cohorte
Enregistrement W4411496001 · doi:10.1016/j.disc.2025.114646

Out of the parking lot and into the forest: Parking functions, bond lattices, and unimodal forests

2025· article· en· W4411496001 sur OpenAlexaff
Josephine Brooks, Susanna Fishel, Max Hlavacek, Sophie Rubenfeld, Bianca Carmelita Teves

Notice bibliographique

RevueDiscrete Mathematics · 2025
Typearticle
Langueen
DomaineMathematics
ThématiqueStochastic processes and statistical mechanics
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNational Science Foundation
Mots-clésMathematicsParking lotCombinatoricsEngineeringCivil engineering

Résumé

récupéré en direct d'OpenAlex

Rota introduced the bond lattice of a graph in [11] . It's a sublattice of the set partition lattice. For certain graphs, such as triangulation graphs, it's a sublattice of the important and oft studied noncrossing partition lattice. Parking functions are another central object in algebraic combinatorics. Stanley made the connection between them by defining a bijection from maximal chains of the noncrossing partition lattice to parking functions [14] . Motivated by Stanley's bijection, we study the maximal chains in the bond lattices of triangulation graphs. The number of maximal chains in the bond lattice of a triangulation graph is the number of ordered cycle decompositions [1] , as well as being the number of rooted unimodal forests [2] . In this paper, we find a recursive bijection between these maximal chains and rooted unimodal forests, based on a simpler recursion than that given in [1] .

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)0,002
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,819
Score d'incertitude au seuil0,449

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,027
Tête enseignante GPT0,305
Écart entre enseignants0,279 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiscrete MathematicsMême sujetStochastic processes and statistical mechanicsTravaux en français237 207