Notice bibliographique
Résumé
This article is the rst part of a series of three articles, in which we develop a higher covering theory of racks and quandles.This project is rooted in M. Eisermann's work on quandle coverings, and the categorical perspective brought to the subject by V. Even, who characterizes coverings as those surjections which are central, relatively to trivial quandles.We extend this work by applying the techniques from higher categorical Galois theory, in the sense of G. Janelidze, and in particular we identify meaningful higher-dimensional centrality conditions dening our higher coverings of racks and quandles.In this rst article (Part I), we revisit the foundations of the covering theory of interest, we extend it to the more general context of racks and mathematically describe how to navigate between racks and quandles.We explain the algebraic ingredients at play, and reinforce the homotopical and topological interpretations of these ingredients.In particular we study and insist on the crucial role of the left adjoint of the conjugation functor Conj between groups and racks (or quandles).We rename this functor Pth, and explain in which sense it sends a rack to its group of homotopy classes of paths.We characterize coverings and relative centrality using Pth, but also develop a more visual geometrical understanding of these conditions.We use alternative generalizable and visual proofs for the characterization of central extensions of racks and quandles.We complete the recovery of M. Eisermann's suitable constructions of weakly universal covers, and fundamental groupoids from a Galois-theoretic perspective.We sketch how to deduce M. Eisermann's detailed classication results from the fundamental theorem of categorical Galois theory.As we develop this complementary understanding of the subject, we lay down all the ideas and results which will articulate the higher-dimensional theory developed in Part II and III.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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.
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 ».