stat 篇论文 | Gist.Science

本研究表明，CPSP-8 模型中的精度加权系数 (γ) 是一个具有流水线敏感性且有界的标量，除非精度增益足够大，否则它无法作为可移植的生物标志物在不同任务间进行泛化，而其他决策参数则仅作为模式开关发挥作用。

本文提出了一种通过从可观测指标中精确恢复目标 AUC 并传播估计的正样本比例不确定性，从而推导出正向无标签学习中真实曲线下面积（AUC）的校准双侧置信区间的计算方法，旨在解决当前性能评估中存在的偏差和可靠性不足的问题。

本研究通过使用防止数据泄露的时间设计，评估了用于预测马里基纳市每周登革热病例的经典模型、机器学习模型和深度学习模型，结果发现，尽管简单基准模型在内部验证期间表现良好，但 LSTM 模型在 2025 年的时间外留存测试集上实现了更优的预测准确度，尽管存在普遍倾向于低估爆发水平周数的现象。

本研究采用了一种针对特定参与者的、具备不确定性感知能力的贝叶斯分层模型来分析一项被试内实验，结果表明，AI生成的语音与AI虚拟形象相结合时，能产生最理想的参与度和认知负荷特征，同时也凸显了不同个体对视听组合反应的显著异质性。

这项针对图书馆与信息科学出版物的研究表明，开放获取的引用优势并不统一，而是具有主题依赖性，且主要由与健康科学相关的子领域所驱动，而在控制期刊层面的引用基准后，这种优势显著减弱。

本文引入了灵活的线性、二次和二阶成分位置筛选模型，这些模型利用位置零来编码成分缺失，从而能够高效地估计非线性绝对位置效应，并为仅在每次运行中可用部分成分的添加顺序实验构建最优设计。

本研究表明，由于根本性的词汇局限性，基于规则的大学论文统计质量自动化审计表现得比随机概率更差，但通过集成语言模型层，可以在保持高召回率和低成本的同时，显著提高与专家判断的一致性。

本研究利用来自九个系统的 TIMSS 2023 纵向数据，来估计并标准化学生从数学和科学双重基准线以下向以上水平过渡的联合概率，揭示了显著的系统特定差异，并证明了虽然通过共同严重程度标准化可以明确目标依赖性，但结果仍属于描述性而非因果性的。

本文认为，由于调查设计局限性未能捕捉到残障和成本等关键障碍，欧洲官方统计数据错误地将生成式人工智能的使用率低归因于缺乏需求，从而将测量误差误认为是真实的公众冷淡。

本文表明，PISA 的覆盖率调整后前四分之一趋势对人口分母的选择高度敏感，揭示了报告数据与《世界人口展望》估算值之间的显著差异，这强调了进行透明来源报告的必要性，并提醒在合成权重触发调整时应保持谨慎。