Notice bibliographique
Résumé
Let $X=\Gamma \backslash \mathbb{B}^{n} $ be an $n$-dimensional complex ball quotient by a torsion-free non-uniform lattice $\Gamma$ whose parabolic subgroups are unipotent. Let $\overline{X}$ be the unique toroidal complication of $X.$ In the first part of this thesis we prove positivity properties of $\Omega^{1}_{\overline{X}}$ and $\Omega^{1}_{\Xb}\big(\log(D)\big)$ depending intrinsically on $X$. We prove that $\Omega^{1}_{\Xb}\big(\log(D)\big) \langle} -r D \rangle}$ is ample for all sufficiently small rational numbers $r >0$, and $\Omega^{1}_{\Xb}\big(\log(D)\big)$ is ample modulo $D.$ Further, we conclude that if the cusps of $X$ have uniform depth greater than $4\pi$, then $\Omega^{1}_{\Xb}$ is semi-ample and is ample modulo $D$, and all subvarieties of $X$ are of general type. In the second part of this thesis we prove that the volumes of subvarieties of $X$ are controlled by the systole of $X,$ which is the length of the shortest closed geodesic of $X$. There are a number of arithmetic and geometric consequences: the systole of $X$ controls the growth rate of rational points on $X,$ uniformly in the field of definition of $\overline{X}.$ Also, we obtain effective global generation and very ampleness results for multiples of the canonical bundle $K_{\overline{X}}.$ These results follow from the bound we find for the Seshadri constant of $K_{\overline{X}}$ in terms of the systole.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».