MétaCan
Menu
Retour à la cohorte
Enregistrement W6996242229

A Reward-Earning Quaternary Random Walk on a Parity Dial

2021· article· en· W6996242229 sur OpenAlexaboutno aff

Notice bibliographique

RevueIUScholarWorks (Indiana University) · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Treatment and Access
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRandom walkCoin flippingNode (physics)Quarter (Canadian coin)Parity (physics)Clockwise
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A casino offers a game which involves a symmetric quaternary random walk on a parity \ndial with twelve nodes labeled as (1, 11, 3, 9, 5, 7, 6, 8, 4, 10, 2, 0), reading clockwise. A player \nbegins at Node 0; she tosses a copper coin to decide whether to move clockwise (if heads) \nor counterclockwise (if tails); simultaneously she tosses a silver coin to decide whether she \nwill move one step (if tails) or two steps (if heads) in the direction determined by the copper \ncoin. Whenever she lands at a new node she is said to have ‘captured’ it. If a player \nintends to capture c nodes and she wishes to toss the coins k times, then her admission fee \nis (25 + 25c + k) cents (one quarter to play, one quarter per node to capture and one penny \nper toss). The game ends as soon as either c nodes (other than Node 0) are captured or k \ntosses are over, whichever event happens earlier; and the player earns as many nickels as the \nsum of the labels of the captured nodes. How should the player determine c and k? \nThe player’s optimal choices can be derived from the theory of stochastic processes. \nAlternatively, optimal choices can be anticipated through a computer simulation. Lessons \nlearned from the game empower entrepreneurs and consumers behave optimally to determine \nwhen and how to intervene to benefit from an opportunity and/or to prevent a catastrophe.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,095

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0280,003

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 Opus0,025
Tête enseignante GPT0,293
Écart entre enseignants0,268 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIUScholarWorks (Indiana University)Même sujetMental Health Treatment and AccessTravaux en français237 207