📊 statistics

Analysis of Italian mobility patterns using institutional and networked data

Dit artikel evalueert het nut van via webscraping verkregen BlaBlaCar-gegevens als een aanvullende bron op traditionele ISTAT-censusstatistieken voor het analyseren van Italiaanse mobiliteitspatronen, waarbij wordt aangetoond hoe het combineren van institutionele en netwerkgegevens met zwaartekrachtmodellen zowel routinematige pendelbewegingen als trends in vrijwillige langverplaatsingen kan vastleggen.

Mauro Mazzei, Teresa Bartolomei2026-07-23
📊 statistics

A Mathematical Model of Swine Flu (H1N1) Transmission with Imperfect Behavioral Vaccination Dynamics: A Case Study of Japan

Deze studie stelt een nieuw acht-compartimenten deterministisch model voor dat tijdafhankelijke gedragsvaccinatiedynamiek incorporeert om de H1N1-transmissie in Japan te analyseren, waarbij wordt aangetoond dat het basisreproductiegetal de stabiliteit van de ziekte bepaat en dat effectieve mitigatie rust op het optimaliseren van vaccinatiegraad, quarantainemaatregelen en het verminderen van de waargenomen kosten van vaccinatie.

Md. Zakir Hosen, Akhil Kumar Srivastav, Jun Tanimoto2026-07-21
📊 statistics

Value of Information under Imprecise Probabilities

Dit artikel stelt een gegeneraliseerd raamwerk voor de waarde van informatie (IP-VOI) voor dat conventionele analyses uitbreidt naar situaties met onnauwkeurige waarschijnlijkheden door de besluitvormingsstabiliteit te evalueren over een toelaatbare verzameling waarschijnlijkheidsmaten, waardoor robuuste onderzoeksconclusies worden onderscheiden van conclusies die afhankelijk zijn van specifieke modelleringsaannames.

Rowan Iskandar2026-07-20
📊 statistics

Probabilistic Risk Stratification and Transition-Sensitive Explainability for Attorney Involvement in Workers' Compensation Claims

Deze studie maakt gebruik van een CatBoost-classifier op 48.130 claims voor werknemerscompensatie om de betrokkenheid van advocaten als een probabilistisch risicoproces te modelleren, waarbij wordt aangetoond hoe factoren voor procesvoering verschuiven tussen lage, gemiddelde en hoge risicotiers en waarbij asymmetrische kenmerkpatronen nabij regimegrenzen worden onthuld om risicostratificatie en verklaarbaarheid te verbeteren.

Gonzalo Agustin Vivian, Chelsea M. Zuvieta, Taghi M. Khoshgoftaar2026-07-20
📊 statistics

Reverse-Engineering Radiation Oncology: A Reproducible Pipeline for Affiliation Disambiguation and Author Localisation in the Medical Sciences

Dit artikel presenteert een reproduceerbare, veldonafhankelijke pipeline die de nauwkeurigheid van de toewijzing van de locatie en senioriteit van auteurs in de radiotherapie verbetert door gegevens rechtstreeks af te leiden uit ruwe affiliatiestatussen in plaats van te vertrouwen op foutgevoelige institutionele tags, waarbij een aanzienlijk hogere precisie (F1 ≈ 0,92) wordt bereikt dan standaard baselines.

David Kaul2026-07-20
📊 statistics

The name-collision burden of name-based author attribution is unequal across name origins: a measurement in OpenAlex, and an identifier-based remedy (SigmaCV)

Deze studie kwantificeert de significant hogere last van naamconflicten waar Oost-Aziatische onderzoekers mee te maken hebben in vergelijking met hun Engelstalige en andere tegenhangers binnen de OpenAlex-database, wat aantoont dat naamgebaseerde attributie inherent ongelijkwaardig is en pleit voor de adoptie van identifier-gebaseerde oplossingen zoals SigmaCV om een eerlijke onderzoeksbeoordeling te waarborgen.

Basile Chrétien2026-07-17
📊 statistics

Robust Dependence Detection in Official Statistics: A Data Based Methodology

Dit artikel stelt de Bergsma-Dassios τ\tau^* voor als een robuuste, op teken-covariantie gebaseerde afhankelijkheidsmaatstaf voor officiële statistieken, en toont door middel van theoretische analyse, toepassingen op EU-SILC-gegevens en simulatiestudies aan dat het traditionele correlatiemetrieken overtreft bij het detecteren van niet-lineaire relaties en het omgaan met datacorruptie.

STHITADHI DAS2026-07-17
📊 statistics

Quantile Necessary Condition Analysis: A Tolerance-Parameterized Generalization of Necessary Condition Analysis

Dit artikel introduceert Quantile Necessary Condition Analysis (QNCA), een op tolerantie geparametriseerde uitbreiding van NCA die de deterministische bovengrens vervangt door conditionele kwantielfronten om de gevoeligheid van effectgroottes voor enkele grensobservaties te verminderen, terwijl het kerninterpretatieve kader van de methode behouden blijft.

Marek Deja2026-07-15
📊 statistics

Dynamic-Parameter SIRD Forecasting: ReproducibleTime-Varying Rate Estimation for COVID-19

Dit artikel introduceert een reproduceerbaar, hybride SIRD-framework dat tijdvariërende epidemische parameters schat via algebraïsche inversie en Vector Autoregressie om statische en naïeve voorspellingsbaselines te overtreffen bij het voorspellen van COVID-19-gevallen en sterfgevallen, hoewel het momenteel een beperkte probabilistische kalibratie vertoont.

Juliho David Castillo Colmenares2026-07-15