Buchumschlag

Response Style Characterization for Repeated Measures Using the Visual Analogue Scale

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Minusa, Shunsuke, Matsumura, Tadayuki, Esaki, Kanako, Shao, Yang, Yoshimura, Chihiro, Mizuno, Hiroyuki
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Methodology Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Environment-Centric Active Inference
von: Esaki, Kanako, et al.
Veröffentlicht: (2024)

e-person Architecture and Framework for Human-AI Co-adventure Relationship
von: Esaki, Kanako, et al.
Veröffentlicht: (2025)

Exploratory Visual Analysis for Increasing Data Readiness in Artificial Intelligence Projects
von: Tiger, Mattias, et al.
Veröffentlicht: (2024)

Measuring multi-calibration
von: Guy, Ido, et al.
Veröffentlicht: (2025)

Scaling Causal Mediation for Complex Systems: A Framework for Root Cause Analysis
von: Casadei, Alessandro, et al.
Veröffentlicht: (2025)

Measure-Theoretic Anti-Causal Representation Learning
von: Behnam, Arman, et al.
Veröffentlicht: (2025)

Leveraging Natural Language and Item Response Theory Models for ESG Scoring
von: Soares, César Pedrosa
Veröffentlicht: (2024)

Unsupervised Pairwise Causal Discovery on Heterogeneous Data using Mutual Information Measures
von: Trilla, Alexandre, et al.
Veröffentlicht: (2024)

Structure-Adaptive Conformal Inference for Large-Scale Out-of-Distribution Testing
von: Sun, Rongyi, et al.
Veröffentlicht: (2026)

Latency-Response Theory Model: Evaluating Large Language Models via Response Accuracy and Chain-of-Thought Length
von: Xu, Zhiyu, et al.
Veröffentlicht: (2025)

Pop-out vs. Glue: A Study on the pre-attentive and focused attention stages in Visual Search tasks
von: Beukelman, Hendrik, et al.
Veröffentlicht: (2024)

TRIALSCOPE: A Unifying Causal Framework for Scaling Real-World Evidence Generation with Biomedical Language Models
von: González, Javier, et al.
Veröffentlicht: (2023)

Efficient Causal Graph Discovery Using Large Language Models
von: Jiralerspong, Thomas, et al.
Veröffentlicht: (2024)

Predicting Cellular Responses with Variational Causal Inference and Refined Relational Information
von: Wu, Yulun, et al.
Veröffentlicht: (2022)

Using Large Language Models to Suggest Informative Prior Distributions in Bayesian Statistics
von: Riegler, Michael A., et al.
Veröffentlicht: (2025)

Low-Rank Robust Subspace Tensor Clustering for Metro Passenger Flow Modeling
von: Hu, Jiuyun, et al.
Veröffentlicht: (2024)

Better Simulations for Validating Causal Discovery with the DAG-Adaptation of the Onion Method
von: Andrews, Bryan, et al.
Veröffentlicht: (2024)

Bounding Causal Effects with Leaky Instruments
von: Watson, David S., et al.
Veröffentlicht: (2024)

Identifying Macro Conditional Independencies and Macro Total Effects in Summary Causal Graphs with Latent Confounding
von: Ferreira, Simon, et al.
Veröffentlicht: (2024)

Causal reasoning in difference graphs
von: Assaad, Charles K.
Veröffentlicht: (2024)

Towards identifiability of micro total effects in summary causal graphs with latent confounding: extension of the front-door criterion
von: Assaad, Charles K.
Veröffentlicht: (2024)

Zero Inflation as a Missing Data Problem: a Proxy-based Approach
von: Phung, Trung, et al.
Veröffentlicht: (2024)

Constrained Identifiability of Causal Effects
von: Chen, Yizuo, et al.
Veröffentlicht: (2024)

Identifying treatment response subgroups in observational time-to-event data
von: Jeanselme, Vincent, et al.
Veröffentlicht: (2024)

Average Controlled and Average Natural Micro Direct Effects in Summary Causal Graphs
von: Ferreira, Simon, et al.
Veröffentlicht: (2024)

Orientability of Causal Relations in Time Series using Summary Causal Graphs and Faithful Distributions
von: Loranchet, Timothée, et al.
Veröffentlicht: (2025)

Impact of clinical decision support systems (cdss) on clinical outcomes and healthcare delivery in low- and middle-income countries: protocol for a systematic review and meta-analysis
von: Jain, Garima, et al.
Veröffentlicht: (2025)

A Statistical Framework for Algorithmic Collective Action with Multiple Collectives
von: Battiloro, Claudio, et al.
Veröffentlicht: (2026)

DeepVARwT: Deep Learning for a VAR Model with Trend
von: Li, Xixi, et al.
Veröffentlicht: (2022)

Relaxing partition admissibility in Cluster-DAGs: a causal calculus with arbitrary variable clustering
von: Yvernes, Clément, et al.
Veröffentlicht: (2025)

Unbiased Prevalence Estimation with Multicalibrated LLMs
von: Linder, Fridolin, et al.
Veröffentlicht: (2026)

Beyond Means: Topological Causal Effects under Persistent-Homology Ignorability
von: Saki, Amir, et al.
Veröffentlicht: (2026)

On Efficient Adjustment for Micro Causal Effects in Summary Causal Graphs
von: Belciug, Isabela, et al.
Veröffentlicht: (2025)

Sample Observed Effects: Enumeration, Randomization and Generalization
von: Ribeiro, Andre F.
Veröffentlicht: (2021)

Choosing with unknown causal information: Action-outcome probabilities for decision making can be grounded in causal models
von: Soto, Mauricio Gonzalez, et al.
Veröffentlicht: (2019)

Robust Weighted Triangulation of Causal Effects Under Model Uncertainty
von: Bhattacharya, Rohit, et al.
Veröffentlicht: (2026)

AI Harmonics: a human-centric and harms severity-adaptive AI risk assessment framework
von: Vei, Sofia, et al.
Veröffentlicht: (2025)

Reasoning with fuzzy and uncertain evidence using epistemic random fuzzy sets: general framework and practical models
von: Denoeux, Thierry
Veröffentlicht: (2022)

Copula-Based Endogeneity Correction for Doubly Robust Estimation of Treatment Effect
von: Shikalgar, Sahil, et al.
Veröffentlicht: (2026)

A Topological Sorting Criterion for Random Causal Directed Acyclic Graphs
von: Reisach, Alexander G., et al.
Veröffentlicht: (2026)