MétaCan
Menu
Retour à la cohorte
Enregistrement W4412664222 · doi:10.1111/insr.70003

The Role of Dice in the Emergence of the Probability Calculus

2025· article· en· W4412664222 sur OpenAlexafffund
David R. Bellhouse, Christian Genest

Notice bibliographique

RevueInternational Statistical Review · 2025
Typearticle
Langueen
DomaineMathematics
ThématiqueProbability and Statistical Research
Établissements canadiensMcGill UniversityWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésDiceCalculus (dental)MathematicsComputer scienceStatisticsMedicine

Résumé

récupéré en direct d'OpenAlex

Summary The early development of the probability calculus was clearly influenced by the roll of dice. However, while dice have been cast since time immemorial, documented calculations on the frequency of various dice throws date back only to the mid‐13th century. This paper examines the conceptual changes that took place between the ancient and medieval worlds regarding dice rolls. Archaeological data and written source material are used to explore various notions around tesseræ, or six‐sided dice, and tali, which are four‐sided dice made from the anklebones of goat or sheep. Given this evidence, it appears that dice rolls provided little or no incentive in Roman society to carry out numerical probability calculations. The first documented frequency computations on dice appeared circa 1260 in the manuscript De vetula , likely written by the English polymath Roger Bacon. In the same period, King Alfonso X of Castile, León and Galicia commissioned a book on games, Libro de los juegos . It is argued that the conceptual changes present in these publications reflect the emerging empiricism, related to dice, and mathematical interests of Bacon and his Islamic predecessors.

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)0,027
score de la tête « metaresearch » (Gemma)0,056
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,027
Score d'incertitude au seuil0,144

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,056
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0020,025
Communication savante0,0070,009
Science ouverte0,0020,004
Intégrité de la recherche0,0020,008
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,055
Tête enseignante GPT0,438
Écart entre enseignants0,383 · 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'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'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Statistical ReviewMême sujetProbability and Statistical ResearchTravaux en français237 207