Échantillonnage par valeurs supérieures à un seuil : modélisation des occurrences par la méthode du renouvellement
Bibliographic record
Abstract
L'échantillonnage par valeurs supérieures à un seuil consiste à retenir tous les événements d'une chronique, définis par l'existence d'un maximum local supérieur à un seuil critique. L'étude probabiliste est alors menée par calage de deux lois de probabilité, une sur le processus d'occurrence de ces événements (date des événements), une autre sur la marque des événements (valeur du maximum local), puis par recomposition de ces deux lois pour obtenir la loi de probabilité associée au maximum annuel. La théorie du renouvellement permet d'étudier le processus d'occurrence d'événements. Les propriétés générales de la loi le plus souvent utilisée, la loi de Poisson (stationnaire ou non), sont présentées, ainsi que des éléments nouveaux concernant la loi Binomiale et la loi Binomiale négative. Ces propriétés sont relatives à la distribution du nombre d'événements sur un intervalle de temps donné, et à la distribution de la durée de retour, définie comme l'intervalle de temps séparant deux occurrences successives d'événements. Les relations existant entre la loi de probabilité d'une variable et la période de retour de l'événement associé sont ensuite détaillées. Il s'agit d'un rappel de résultats lorsque la variable étudiée est obtenue par sélection d'un ou de plusieurs maximums par an, ou dans le cas d'un processus marqué de Poisson; et d'éléments nouveaux dans le cas d'un processus représenté par une loi Binomiale ou une loi Binomiale négative. Pour finir, on trouvera les correspondances entre les deux types d'échantillonnage précédents (par maximum annuel ou par valeurs supérieures à un seuil), en terme de période de retour, de distribution et de variance d'échantillonnage.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.005 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".