MétaCan
Menu
Back to cohort

Delineamentos ortogonais e parcialmente ortogonais: teoria e aplicação

2020· dissertation· pt· W2999873224 on OpenAlexaff
Denise Garcia de Santana

Bibliographic record

Venuenot available
Typedissertation
Languagept
FieldDecision Sciences
TopicMulti-Criteria Decision Making
Canadian institutionsImpact
Fundersnot available
KeywordsHumanitiesPhysicsPhilosophyMathematics

Abstract

fetched live from OpenAlex

IEMMA Em situações experimentais, não raro, o pesquisador depara-se com a impossibilidade de planejar experimentos balanceados.Um grave problema surge imediatamente, no tocante à interpretação das hipóteses testadas através dos sistemas estatísticos, principalmente quando há vários fatores envolvidos e se faz presente um alto grau de desbalanceamento pois, em geral, as hipóteses sobre os efeitos principais de um dos fatores contêm os efeitos principais de outros fatores, além dos efeitos de interações.Diante disso, o objetivo deste trabalho está centrado no estudo das funções estimáveis e das hipóteses testáveis em delineamentos ortogonais e parcialmente ortogonais com mais de dois fatores, à luz do procedimento GLM do sistema estatístico SAS.Face aos resultados obtidos, concluiu-se que para todos os efeitos principais, nos quais o subespaço gerado é individualmente ortogonal aos subespaços inerentes aos demais fatores, são estimáveis e, portanto, as hipóteses correspondentes são testáveis nos modelos sem interações.Na presença de interações, as funções estimáveis apresentam além de parâmetros do próprio fator, parâmetros das interações nas quais o fator está presente.Para esses casos, independente do modelo conter ou não conter interações, as hipóteses sobre médias ponderadas (tipo I) são equivalentes às hipóteses sobre médias ponderadas ajustadas (tipo II) e, como o termo completo é condição necessária para a ortogonalidade parcial ou plena, ocorre também a equivalência entre as hipóteses sobre médias não ponderadas ajustadas (tipos III e IV).A igualdade entre as hipóteses dos tipos I e II ocorre para todas as interações, nos delineamentos ortogonais e, nos delineamentos parcialmente viii ortogonais, ocorre para as interações formadas pelos fatores que não foram ortogonais entre si, pelas interações formadas por combinações de fatores que geraram subespaços individualmente ortogonais aos demais e para as todas as combinações formadas pelos fatores cujos subespaços não foram ortogonais entre si, além dos fatores cujos subespaços gerados foram individualmente ortogonais aos demais.Nessas interações as funções estimáveis apresentam

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 imitation

Not 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.

metaresearch head score (Codex)0.004
metaresearch head score (Gemma)0.008
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Theoretical or conceptual · Consensus signal: none
GenreCandidate signal: Methods · Consensus signal: Methods
Teacher disagreement score0.006
Threshold uncertainty score0.021

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0040.008
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0020.002
Science and technology studies0.0010.001
Scholarly communication0.0040.002
Open science0.0020.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0060.001

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.

Opus teacher head0.172
GPT teacher head0.439
Teacher spread0.267 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designTheoretical or conceptual
Domainnot available
GenreMethods

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".

Quick stats

Citations0
Published2020
Admission routes1
Has abstractyes

Explore more

Same topicMulti-Criteria Decision MakingFrench-language works237,207