Uncertainty analysis of MSL’s CCT-K7.2021 key comparison measurements taking account of correlations
Notice bibliographique
Résumé
Abstract The National Research Council of Canada (NRC) recently piloted the second international key comparison of triple point of water cells, CCT-K7.2021, where participants submitted a transfer cell and a report of the temperature difference between their transfer cell and their respective national reference. By comparing the differences between each transfer cell, NRC could calculate the differences between each participant’s national reference. While there was good agreement among all the participants, there was a large variation among the submitted uncertainties. This was possibly due to the complexity of the uncertainty analysis, which typically has many correlated components between the transfer cell and the national reference that partially cancel when the difference is taken. The Measurement Standards Laboratory of New Zealand (MSL) carried out its analysis using a detailed measurement model that included all known correlations and applied an algorithmic approach fully compliant with the Guide to the Expression of Uncertainty in Measurement . As a consequence, MSL submitted an uncertainty value less than half the uncertainty values submitted by almost all of the other participants. This paper describes the measurement model implemented by MSL and demonstrates how accounting correctly for correlations leads to a significantly lower uncertainty. The paper also shows how applying the same method to the previously published NRC analysis results in a reduction in the NRC uncertainty by a factor of about 2.5, making it smaller than the MSL uncertainty.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».