MétaCan
Menu
Retour à la cohorte
Enregistrement W4411629910 · doi:10.58715/bangmodjmcs.2025.11.10

Induced Bilal Distribution: Statistical Properties with Applications to Model Precipitation and Vinyl Chloride Data

2025· article· en· W4411629910 sur OpenAlexaff
Chom Panta, Amer Ibrahim Al‐Omari, Andrei Volodin

Notice bibliographique

RevueBangmod International Journal of Mathematical and Computational Science · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Drought Analysis
Établissements canadiensUniversity of Regina
Organismes subventionnairesThailand Science Research and Innovation
Mots-clésPrecipitationVinyl chlorideDistribution (mathematics)Materials scienceChemistryMathematicsPhysicsComposite materialMeteorologyMathematical analysisPolymerCopolymer

Résumé

récupéré en direct d'OpenAlex

This paper proposes a new one parameter life distribution called induced Bilal distribution for modeling some real data. The main mathematical characteristics of this distribution are derived and discussed including the cumulative distribution and probability density functions, the moments, coefficient of variation, skewness, kurtosis, mean and median deviations, Gini index, Lorenz curve, Bonferroni curve, Rényi entropy, stochastic ordering, and distribution of order statistics. Also, reliability analysis based on the odds function, survival function, reversed hazard rate function, hazard function, and the stress-strength reliability function are provided. Estimation of the model parameter is performed using the maximum likelihood method and a simulation study is supported to illustrate the estimator behaviors. Using two real data sets related to the precipitation in Minneapolis and vinyl chloride, it is shown that the new distribution outperforms some well-known important existing competitors considered in this study.

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)0,007
score de la tête « metaresearch » (Gemma)0,022
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,002
Communication savante0,0010,003
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,026
Tête enseignante GPT0,295
Écart entre enseignants0,269 · 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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBangmod International Journal of Mathematical and Computational ScienceMême sujetHydrology and Drought AnalysisTravaux en français237 207