441 件の論文
傾向スコアマッチングを用いた『Nature Communications』誌の35,852本の論文に対する実証分析に基づき、本研究は、オープン査読がアルトメトリック・アテンション・スコアの高さと有意に相関していることを示しており、透明性の高い査読プロセスが科学的研究の社会的インパクトと公的な普及を促進することを示唆している。
本論文は、ラベルフリーの分類器評価が、古典的なモデル選択基準が退化したフィッシャー情報量のために失敗する特異な統計的問題であることを示し、グラウンドトゥルースのラベルなしで潜在構造を正確に復元し、信頼できる性能推定を保証するために、特異かつ広く適用可能なベイズ情報量基準を用いることを提案するものである。
本研究は、災害後のシナリオにおいてニーズに基づいた客観的な計画を確実にするため、CRITIC法と重み付きk-meansアルゴリズムを統合したハイブリッド意思決定支援フレームワークを提案し、ガズィアンテプの公園エリア内における人道支援拠点の戦略的な配置を最適化するものである。
本研究は、k近傍法（KNN）による補完が、様々な欠損レベルにおける実世界の臨床データセットの分布の忠実度および多変量構造の完全性を維持する上で、中央値代入および連鎖方程式による多重代入法（MICE）の両方を凌駕することを実証している。
シリアに関するこのスコーピングレビューおよびケーススタディは、従来の統計的手法が複雑でインターセクショナルな実態を捉えきれないことにより、人道支援の文脈において障害者を体系的に不可視化していることを明らかにしており、それゆえに、包括的な援助提供を確実にするための、より細分化された柔軟なデータ収集へのパラダイムシフトを必要としている。
本研究は、森林火災後の被害データで学習させた機械学習モデルが、特定の事象内では正確であるものの、異なる火災間では汎用性を欠くことを示しており、その理由は、住宅の耐火性能向上策（単層ガラスの窓など）による保護的または有害な影響が安定しておらず、火災の文脈に応じて逆転することさえあるためであり、それゆえに、普遍的な耐火政策を導き出すためにプールされた観測データを用いることに対して警鐘を鳴らしている。
このモンテカルロ研究は、ライティング研究の事前事後テスト設計において、タスク数とスコアの信頼性を変化させると、一律の順位付けではなくパフォーマンスとコストにおける系統的なトレードオフが生じることを示しており、それによって、単一の指標への依存よりも多基準評価およびメカニズムに焦点を当てた妥当性確認を提唱している。
本論文は、2つの形状パラメータを持つ指数型一般正規分布に基づく新しいヘテロスケダスティック回帰フレームワークを導入し、モンテカルロ・シミュレーションを通じてその頑健性を検証するとともに、柿の着色モデリングにおける実用的な応用を実証するものである。
本研究は、空間計量経済モデルおよびベイズ階層モデルを用いてブラジルのカンピナス大都市圏における殺人事件（2017年〜2022年）を分析しており、所得や従属人口指数といった社会経済的要因が、強い空間的クラスターリングとともに暴力のパターンに有意な影響を及ぼしていることを明らかにし、テリトリーに配慮した治安政策の必要性を提示している。
本論文は、ランダム化比較試験の結果を生物学的効果（）と嗜好に媒介された選択効果（）に分解する因果推論フレームワークを提案しており、これら両方の構成要素を形式的に特定することが、非遵守やクロスオーバーによって生じる曖昧さを解消し、嗜好に敏感なケアにおける治療の有効性に関するより完全な理解を提供するものであると主張している。