.png){kind=icon}
返回
Sensitivity Analysis: A Practical Guide to Teaching
.png){kind=icon}
OA
AI
DOI：10.1111/risa.70242.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
敏感性分析是将模型输出变量的变异性归因于输入参数和假设中的不确定性的过程。为什么这项技术很重要？在教学中应优先考虑哪些方法和概念？以及哪些教学策略最适合不同的受众？本研究旨在通过借鉴自1999年以来作者举办的12次暑期学校和面向学术界、研究机构及国际组织提供的众多专业培训课程中获得的经验，来回答这些问题。我们旨在将这些经验提炼为教授敏感性分析的实用指南，提供方法论基础和教学策略，以支持教育工作者和未来从业者。
Keyword:
global sensitivity analysis
model-based decision making
pedagogical framework
quantitative modeling education
risk assessment
risk analysis
uncertainty quantification
期刊
IF:
3.3
论文数:
5.6K
被引数:
1.2W
机构
引用论文
The many Shapley values for explainable artificial intelligence: A sensitivity analysis perspective
OAAI
OAAI分享收藏Threshold concepts and troublesome knowledge (2): Epistemological considerations and a conceptual framework for teaching and learning.png)
HIGHER EDUCATION
HIGHER EDUCATIONIF4.6
PREAI
分享收藏分享收藏分享收藏“On the Lorenz'96 Model and Some Generalizations.” Preprint arXiv, October 21关于洛伦茨96模型及其一些推广。预印本arXiv，10月21日
IF0
PREAI
分享收藏
查看更多内容