MétaCan
Menu
Retour à la cohorte
Enregistrement W4416019587 · doi:10.48550/arxiv.2511.03234

The structure of $Δ(1, 2, 2)$-free tournaments

2025· preprint· W4416019587 sur OpenAlexfundno aff
Seokbeom Kim, Taite LaGrange, Mathieu Rundström, Arpan Sadhukhan, Sophie Spirkl

Notice bibliographique

RevueArXiv.org · 2025
Typepreprint
Langue
DomaineComputer Science
ThématiqueComputational Geometry and Mesh Generation
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaInstitute for Basic ScienceNederlandse Organisatie voor Wetenschappelijk OnderzoekGovernment of Ontario
Mots-clésTournamentUpper and lower boundsTransitive relationHomogeneousSet (abstract data type)Digraph

Résumé

récupéré en direct d'OpenAlex

We extend the list of tournaments $S$ for which the complete structural description for tournaments excluding $S$ as a subtournament is known. Specifically, let $Δ(1, 2, 2)$ be a tournament on five vertices obtained from a cyclic triangle by substituting a two-vertex tournament for two of its vertices. In this paper, we show that tournaments excluding $Δ(1, 2, 2)$ as a subtournament are either isomorphic to one of three small tournaments, obtained from a transitive tournament by reversing edges in vertex-disjoint directed paths, or obtained from a smaller tournament with the same property by applying one of two operations. In particular, one of these operations creates a homogeneous set that induces a subtournament isomorphic to one of three fixed tournaments, and the other creates a homogeneous pair such that their union induces a subtournament isomorphic to a fixed tournament. As an application of this result, we present an upper bound for the chromatic number, a lower bound for the size of a largest transitive subtournament, and a lower bound for the number of vertex-disjoint cyclic triangles for such tournaments. The bounds that we present are all best possible.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
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: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,027
Tête enseignante GPT0,276
Écart entre enseignants0,248 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueArXiv.orgMême sujetComputational Geometry and Mesh GenerationTravaux en français237 207