257 articoli
Questo studio introduce AttribRank, un framework Python open-source che quantifica come le classifiche della ricerca a livello di autore cambino in base alle scelte di valutazione, quali le regole di collaborazione e i tipi di indicatori, rivelando che tali variazioni sono strutturate per campi disciplinari piuttosto che essere rumore casuale.
Questo articolo introduce il framework di Research Translation Analysis (RTA), un metodo innovativo che integra la mappatura delle linee guida con l'analisi qualitativa del contenuto delle citazioni per andare oltre i semplici conteggi delle citazioni e valutare sistematicamente come la ricerca biomedica venga effettivamente interpretata, utilizzata o travisata nella pratica clinica e negli studi successivi.
Questo articolo presenta un algoritmo robusto e semplice che approssima una distribuzione gaussiana univariata con una miscela di gaussiane omoschedastiche a varianza minore minimizzando la norma euclidea al quadrato, discutendo anche la sua estensione a distribuzioni non gaussiane.
Questo studio sviluppa e valida una scala completa di 25 item e sei dimensioni per l'insicurezza energetica domestica (HEI) utilizzando dati provenienti da 1.350 rispondenti statunitensi, fornendo uno strumento robusto per identificare le famiglie vulnerabili e guidare politiche energetiche eque.
Questo articolo introduce una flessibile famiglia di distribuzioni generate tramite funzioni trigonometriche, nello specifico un caso speciale parsimonioso NewWeibull, che è validata matematicamente attraverso derivazioni teoriche e simulazioni Monte Carlo per modellare efficacemente dati di focolai eterogenei, superando i modelli esistenti quando applicata ai casi giornalieri di COVID-19 nella regione di Aseer, in Arabia Saudita.
Questo studio analizza dati longitudinali provenienti dalla Cina e dall'Europa per rivelare che, sebbene avere uno o due figli protegga generalmente la funzione cognitiva negli anziani, la specifica composizione di genere della prole influisce significativamente sulle traiettorie cognitive solo in Cina a causa delle differenze culturali e del welfare sociale, mentre in Europa non si osserva un tale effetto di genere.
SUNBURST è un algoritmo deterministico, nativo per GPU, che calcola efficientemente l'evidenza bayesiana ad alta dimensione combinando la scoperta del modo tramite ray-casting, il raffinamento L-BFGS batch e l'integrazione di Laplace per raggiungere un'accuratezza sub-percentuale in pochi secondi per target quasi quadratici, definendo esplicitamente i propri limiti riguardo a distribuzioni non quadratiche o a code pesanti.
Questo articolo introduce un ensemble di modelli a basso rango basato su bootstrap bayesiano che supera i limiti di scalabilità degli esistenti metodi di scoperta causale sensibili all'incertezza, consentendo una stima efficiente e ben calibrata della probabilità di bordo del posteriore per dati genomici ad alta dimensionalità (fino a ) dove gli approcci tradizionali falliscono.
Questo studio bibliometrico di 347 tesi di dottorato in Ingegneria Chimica provenienti da cinque università dell'Andhra Pradesh rivela che la produttività dei supervisori si conforma ampiamente alla Legge di Lotka, i modelli di citazione si sono significativamente evoluti verso volumi più elevati e fonti online nel tempo, i tassi di autocitazione rimangono bassi e il consorzio INFLIBNET e-ShodhSindhu fornisce una copertura estesa delle riviste fondamentali del settore, trasformando così l'ambiente informativo della ricerca nella regione.
Questo articolo propone un piano di campionamento ibrido Neutrosophic Repetitive Dependent-State Sampling Plan (NH-RDSSP) per il test del ciclo di vita troncato delle batterie agli ioni di litio che integra il ricampionamento e la dipendenza dalla storia del lotto, modellando al contempo l'incertezza tra i lotti tramite numeri neutrosofici triangolari, validato attraverso derivazioni in forma chiusa e calibrazione rispetto a dati del mondo reale provenienti da quattro fonti indipendenti.