stat papers | Gist.Science

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

Women’s knowledge and attitude scale toward ai-based chatbot systems in preconception counseling: A scale development study

Deze studie heeft een betrouwbare, 19-items tellende schaal met drie factoren ontwikkeld en gevalideerd om effectief de kennis, houdingen, acceptatie en het vertrouwen van vrouwen met betrekking tot op AI gebaseerde chatbot-systemen in de context van preconceptie-advies te beoordelen.

Ebru Cirban Ekrem, Güleser Ada2026-07-20

📊 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 $\tau^*$ 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

📊 statistics

Neural Networks for net survival estimation and prediction

Dit artikel introduceert een machine learning-benadering met behulp van een aangepast Partial Logistic Artificial Neural Network (PLANN) om netto overleving te schatten en te voorspellen, waarbij de flexibiliteit wordt aangetoond in het verwerken van complexe datastructuren vergeleken met traditionele spline-gebaseerde regressies, terwijl wordt opgemerkt dat er een hogere variantie in schattingen optreedt bij kleinere steekproefomvang en het `survivalPLANN` R-pakket wordt aangeboden voor implementatie.

Thomas Ollard, Yohann Foucher2026-07-15

📊 statistics

Tracking Structural Evolution in Higher Education Mobility -- A Comparative Analysis of Graph Distance Metrics (Hungary, 2006--2024)

Deze studie introduceert een op graphon gebaseerd kader om de structurele evolutie van de mobiliteitsnetwerken in het hoger onderwijs in Hongarije van 2006 tot 2024 te analyseren, waarbij wordt aangetoond dat spectrale en distributionele afstandscriteria traditionele statistieken overtreffen in het vastleggen van beleidsgestuurde verschuivingen en het onthullen van hiërarchische netwerklagen.

Zsolt T. Kosztyán, András Hosznyák, Tünde Király, Attila I. Katona, Dénes M. Kornél, Gergő Hornák2026-07-15

📊 statistics

Monitoring Multivariate Categorical Processes in Phase II: An Economic–Statistical Design of the GLT Control Chart

Deze studie stelt een geïntegreerd economisch-statistisch kader voor voor het monitoren van multivariate categorische processen in Fase II door het ontwerp van een EWMA–GLT-regelkaart te optimaliseren om de verwachte totale kosten te minimaliseren terwijl de vereiste statistische prestaties worden gehandhaafd.

Kiana Atoofi¹, Reza Kamranrad2026-07-14

📊 statistics

Transport G-Computation: A Distributional Approach to Longitudinal Causal Inference via Optimal Transport

Dit artikel stelt Transport G-Computation (TGC) voor, een nieuw distributioneel raamwerk dat longitudinale g-computation combineert met optimale transport om Wasserstein causale effecten te schatten, wat een superieure prestatie demonstreert ten opzichte van parametrische g-computation in scenario's met verstorende feedback en modelmisspecificatie, ondanks hogere computationele kosten.

Yuanyuan Huang, Tianpu Feng, Jue Zhang, Xiaoxue Song, Xijun He2026-07-14

← Vorige Volgende →