257 articles
Cette étude démontre que l'augmentation fulgurante des métadonnées de rétractation étiquetées comme contenu généré par ordinateur entre 2010 et 2025 est principalement pilotée par les programmes de nettoyage de quelques éditeurs plutôt que par une réflexion de la prévalence réelle de l'IA dans les manuscrits, rendant ces décomptes inappropriés pour inférer des effets causaux de l'IA générative.
Cet article propose un cadre de prédiction conforme conjointe par blocs qui calibre les ensembles de prédiction sur des blocs opérationnels plutôt que sur des composants individuels, démontrant sur des données de systèmes hydrauliques que cette approche atteint une couverture simultanée nettement plus élevée pour les états multi-composants par rapport aux méthodes marginales conventionnelles, bien qu'avec des tailles d'ensembles dépendantes de la structure sous-jacente et une dépendance stricte aux hypothèses d'échangeabilité.
Cet article décrit le développement systématique de la liste de contrôle AD-DELTA2, une extension validée par des experts de l'orientation DELTA2, créée via un processus à plusieurs étapes de revue de preuves, d'enquêtes Delphi et de réunions de consensus afin d'améliorer la transparence et la reproductibilité de la déclaration de la taille des échantillons dans les demandes de subvention et les protocoles d'essais de conception adaptative.
Cet article présente un algorithme exact en temps polynomial qui calcule le coût minimum des changements de labels de modificateurs binaires requis pour altérer le signe d'une interaction additive empirique entre traitement et modificateur, tout en précisant explicitement que la méthode traite une instance computationnelle spécifique sans établir de robustesse causale plus large ou de supériorité de temps d'exécution.
Cet article soutient que la prédiction de la nouveauté nécessite de séparer explicitement l'absorption de catégorie de l'ouverture de catégorie au sein d'un contexte bien spécifié, démontrant qu'un simple modèle nul combinatoire surpasse souvent des modèles complexes de type « le riche devient plus riche » comme le processus de Pitman-Yor lorsque la structure de la tâche est correctement prise en compte.
Cette étude introduit un cadre statistique spatial sensible aux biais utilisant 273 566 publications géotaguées de Sina Weibo pour quantifier et cartographier la visibilité numérique inégale des catégories urbaines de Guangzhou, révélant que si la visibilité émotionnelle est dépendante de l'échelle, la visibilité architecturale présente un regroupement spatial cohérent à travers les districts modernes et historiques.
Cette étude introduit la taille d'effet de l'indice de ratio BC-IRR comme une méthode pour jeter un pont entre les plans expérimentaux à cas unique et de groupe, démontrant, à travers une réanalyse des interventions assistées par la technologie pour les étudiants autistes, que le BC-IRR offre des avantages interprétatifs distincts par rapport aux mesures traditionnelles tout en permettant la synthèse de divers types de preuves.
L'article introduit SynthGuard-ReleaseBench, un cadre d'audit reproductible qui établit des critères pré-verrouillés pour évaluer les publications de données tabulaires synthétiques en comparant les flux de travail réels et synthétiques afin de fournir des bornes d'échantillon fini et des preuves distinctes pour des cas d'utilisation, des populations et des modèles de menace spécifiques, plutôt que de faire des affirmations générales sur la confidentialité ou la sécurité.
Cet article introduit la distribution de type Inverse Lomax Fréchet (ILF) à quatre paramètres en combinant les familles généralisées de Fréchet et d'Inverse Lomax, en dérive ses principales propriétés statistiques et ses estimateurs du maximum de vraisemblance, et démontre sa performance d'ajustement supérieure à travers des applications à deux ensembles de données réelles.
Ce document présente un cadre de modélisation fondé sur les données pour le suivi et la prévision de la dispersion de la COVID-19 à l'aide de mesures minimax sur les données de position d'occurrence, en mettant l'accent sur la vérification, la validation et la robustesse du modèle afin d'améliorer les capacités de prédiction.