257 편의 논문
이 논문은 불필요한 지반 운동 잔차 샘플링을 제거하여 더 안정적이고 효율적인 위해도 추정치를 생성하는 동시에, 해당 방법을 고전적 공식과 통합하고 적응형 중요도 샘플링으로 확장함으로써, 이벤트 기반 몬테카를로 확률론적 지진 위해도 분석을 위한 라오-블랙웰화 기반의 분산 감소 프레임워크를 소개한다.
이 시뮬레이션 연구는 표본 크기가 최소 100 이상이고 주변 위치 신호가 명확할 때 상대적 믿음 비율(RBR) 필터가 정보가 있는 이진 특징을 복구하고 선택 안정성을 유지하는 데 있어 일반적으로 다른 특징 선택 방법들보다 우수한 성능을 보이지만, 정보 이득(Information Gain)이나 Boruta와 같은 방법들이 더 효과적인 헤비 테일(heavy-tailed) 또는 이봉 분포(bimodal distributions) 하에서는 그 성능이 저하된다는 것을 입증한다.
이 논문은 엄격한 매끄러움, 크기, 그리고 분기 여백 기준을 강제함으로써 회전 잔차(winding residues)를 인증하는 선택적 추정치를 희소한 원형 방향 데이터에 대해 도입하며, 이를 통해 샘플링 정확도보다 산술적 일관성의 검증을 우선시하고 이러한 조건이 충족되지 않을 때 빈번하게 결과 보고를 자제한다.
이 논문은 서로 다른 제도적 체제 간에 결합된 종단적 데이터셋의 행정적 유효성과 호환성을 보장하기 위해 수준 변화(level shifts)와 형태 변화(shape changes)를 구분하는 그래프 기반 감사 프로토콜을 제안하며, 2000년부터 2019년까지 튀니지의 경제적 전환 분석을 통해 그 효능을 입증한다.
이 논문은 국가별 IQ와 조화된 학습 지표를 비교하는 민감도 감사를 수행하여 높은 상관관계와 유사한 순위 분포를 발견하였으나, 통계적 유사성에도 불구하고 두 데이터 세트가 상호 대체 가능하거나 인과적으로 동등하지는 않다고 결론짓는다.
본 논문은 델파이 방법론에 대한 수학적으로 엄밀한 연산자 이론적 프레임워크를 구축하여 인식론적 타당성이 합의 과정의 특정 구조적 속성에 의존함을 증명하며, 계산 실험을 통해 전통적인 합의 지표들이 표면적인 합의가 정당한 이견의 파괴적 상실 및 오류 증가와 공존하는 '모델 붕괴' 현상을 흔히 은폐한다는 점을 입증한다.
본 연구는 기저 시점의 이상치 클러스터를 제외하고 기저 결과값을 조정하는 것이, 특히 클러스터 수준의 결과가 강한 시간적 지속성을 보이는 환경에서 말라리아 클러스터 무작위 배정 임상시험의 효율성을 유의미하게 향상시킬 수 있음을 입증한다.
157건의 3상 유방암 임상 시험을 대상으로 한 이 메타 역학 연구는 추적 관찰에서 탈락한 환자 수가 취약성 임계값을 초과하는 경우가 빈번하여 생존 결론이 통계적 견고함이 부족한 경우가 많음을 보여주며, 이는 통계적 유의성만으로는 치료 효과의 안정성을 과대평가할 수 있음을 시사한다.
이 논문은 진정한 인수공통감염병 유출 트렌드와 감시 편향을 구별하기 위해서는 단순한 모델링이 아닌 견고한 인프라가 필요하다고 주장하며, 시뮬레이션과 광견병 사례 연구를 통해 추세의 방향은 종종 복구될 수 있으나 규모 추정치는 매우 신뢰하기 어렵고 모델 간의 불일치를 보고를 위한 결정적인 신호로 취급해야 함을 입증한다.
본 연구는 OpenAlex 데이터를 활용하여 글로벌 과학 인용 네트워크를 분석하며, 철회된 연구가 최대 연결 성분의 핵심부에 불균형적으로 집중되어 있고 특히 생화학 및 유전학 같은 분야에서 더 높은 구조적 노출도를 보인다는 점을 밝혀내는데, 이는 철회된 논문들이 철회되지 않은 논문들보다 더 중심부에 내재되어 있으며 커뮤니티 간 연결성이 더 높음을 시사한다.