257 articoli
Questo studio dimostra che l'audit automatizzato basato su regole della qualità statistica nelle tesi universitarie performa peggio del caso a causa di fondamentali limitazioni lessicali, ma l'integrazione di uno strato di modello linguistico migliora significativamente l'accordo con il giudizio esperto mantenendo un'alta richiamata e un basso costo.
Questo studio utilizza i dati longitudinali TIMSS 2023 di nove sistemi per stimare e standardizzare la probabilità congiunta che gli studenti passino da un livello inferiore a uno superiore rispetto sia ai benchmark di matematica che di scienze, rivelando significative variazioni specifiche per ogni sistema e dimostrando che, sebbene la standardizzazione della severità comune chiarisca la dipendenza dal target, i risultati rimangono descrittivi piuttosto che causali.
Questo articolo sostiene che le statistiche ufficiali europee attribuiscano erroneamente il mancato utilizzo dell'IA generativa a una mancanza di necessità, poiché i limiti nella progettazione dei sondaggi non riescono a cogliere barriere critiche come la disabilità e i costi, scambiando così artefatti di misurazione per un genuino disinteresse del pubblico.
Questo articolo dimostra che i trend del quartile superiore corretti per la copertura di PISA sono altamente sensibili alla scelta del denominatore della popolazione, rivelando discrepanze significative tra i dati riportati e le stime delle World Population Prospects che sottolineano la necessità di una trasparenza nella segnalazione della provenienza e di cautela quando i pesi sintetici innescano aggiustamenti.
Questo studio dimostra che il limite di precisione della misurazione inerente ai valori plausibili di PISA 2022 limita fondamentalmente l'accuratezza predittiva raggiungibile e destabilizza le classifiche dei predittori attraverso i domini e i sistemi educativi, rendendo necessario che i confronti sulle prestazioni e le interpretazioni dei modelli siano fondati su tali limiti di misurazione computabili.
Questo articolo stabilisce un nuovo modello epidemico a due stadi basato sull'età dell'infezione che incorpora la diffusione non locale, l'evitamento chemiotattico e l'immunità decadente per dimostrare la stabilità globale degli equilibri e sviluppare un quadro di controllo ottimo a due livelli con strategie intermittenti che, convalidato dai dati di Berlino, dimostra la superiorità degli interventi spazialmente mirati rispetto agli approcci uniformi.
Questo articolo contesta la convenzionale preferenza per la regressione Ridge in contesti ad alta dimensionalità con segnale denso, dimostrando che la scarsa prestazione di Lasso deriva da una sintonizzazione subottimale piuttosto che da difetti intrinseci, e introduce un nuovo selettore di penalità posteriore-predittiva che consente a Lasso di raggiungere un'accuratezza predittiva comparabile o superiore a quella della regressione Ridge, mantenendo al contempo le sue cruciali capacità di selezione delle variabili.
Questo studio di simulazione Monte Carlo valuta le prestazioni dei stimatori della varianza BRR, JK2 e Bootstrapping nelle valutazioni internazionali su larga scala, riscontrando che, mentre JK2 offre una precisione superiore per le statistiche lisce come le medie, il Bootstrapping e il BRR sono più accurati per le statistiche non lisce, e che gli aggiustamenti Fay e la gestione della non risposta influenzano significativamente l'affidabilità dello stimatore.
Questo articolo introduce l'Inverse Target Trial Emulation (ITTE), un framework bayesiano che genera dataset osservazionali realistici a partire da dati di trial controllati randomizzati inducendo sistematicamente bias di confondimento e legati al tempo, consentendo così la valutazione e il confronto rigorosi delle strategie analitiche per correggere tali bias nella ricerca sanitaria non randomizzata.
Questa analisi dei metadati di 9.161 ritiri rivela che la motivazione "contenuto generato dal computer" in Retraction Watch è pesantemente concentrata in un singolo editore e fortemente associata ai paper mill, ma tali schemi riflettono pratiche di co-coding piuttosto che fornire prove definitive sulla reale presenza di IA generativa negli articoli ritirati.