MétaCan
Menu
Retour à la cohorte
Enregistrement W7129235533 · doi:10.1134/s1995080225609658

The Transmuted Komal Distribution: Properties, Estimation, and Real-World Applications

2025· article· en· W7129235533 sur OpenAlexaff
S. B. Ranade, Aafaq A. Rather, Maryam Aljarrah, D. Vedavathi Saraja, Syed M. Parveen

Notice bibliographique

RevueLobachevskii Journal of Mathematics · 2025
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Distribution Estimation and Applications
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésReliability (semiconductor)Order statisticExtension (predicate logic)Maximum likelihoodReliability theoryKey (lock)Statistical modelFailure rate

Résumé

récupéré en direct d'OpenAlex

Abstract Accurate statistical modeling is crucial in diverse fields such as engineering and biomedical sciences. In this study, we analyze two real-world datasets one from an engineering domain, representing system reliability data, and another related to chemotherapy and radiation treatment, capturing survival patterns in medical research. Existing distributions often fail to provide an optimal fit for such data sets, necessitating the development of more flexible models. To address this, we propose the transmuted Komal distribution as an extension of the one-parameter Komal distribution and explore its key statistical properties, including moments, the likelihood function, the hazard rate function, maximum likelihood estimation, order statistics, and reliability analysis. The empirical results highlight the effectiveness of the transmuted Komal distribution in capturing complex data structures, making it a valuable addition to the family of generalized probability distributions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,858
Score d'incertitude au seuil0,473

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,342
Écart entre enseignants0,302 · 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 tête enseignante, 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
GenreMéthodes

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 revueLobachevskii Journal of MathematicsMême sujetStatistical Distribution Estimation and ApplicationsTravaux en français237 207