1,721,034 research outputs found
Going Beyond Counting First Authors in Author Co-citation Analysis
Full text linkThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
Variations on the Author
Full text link“Variations on the Author” discusses two of Eduardo Coutinho’s recent films (Um Dia na Vida, from 2010, and Últimas Conversas, posthumously released in 2015) and their contribution to the general question of documentary authorship. The director’s filmography is characterized by a consistent yet self-effacing form of authorial self-inscription: Coutinho often features as an interviewer that rather than express opinions propels discourses; an interviewer that is good at listening. This mode of self-inscription characterizes him as an author who is not expressive but who is nonetheless markedly present on the screen. In Um Dia na Vida, however, Coutinho is completely absent form the image, while Últimas Conversas, on the contrary, includes a confessional prologue that moves the director from the margins to the center of his films. This article examines the ways in which these works stand out in the filmography of a director who offers new insights into the notion of cinematic authorship
Appropriate Similarity Measures for Author Cocitation Analysis
Full text linkWe provide a number of new insights into the methodological discussion about author cocitation analysis. We first argue that the use of the Pearson correlation for measuring the similarity between authors’ cocitation profiles is not very satisfactory. We then discuss what kind of similarity measures may be used as an alternative to the Pearson correlation. We consider three similarity measures in particular. One is the well-known cosine. The other two similarity measures have not been used before in the bibliometric literature. Finally, we show by means of an example that our findings have a high practical relevance.information science;Pearson correlation;cosine;similarity measure;author cocitation analysis
Dispelling the Myths Behind First-author Citation Counts
Full text linkWe conducted a full-scale evaluative citation analysis study of scholars in the XML research field to explore just how different from each other author rankings resulting from different citation counting methods actually are, and to demonstrate the capability of emerging data and tools on the Web in supporting more realistic citation counting methods. Our results contest some common arguments for the continued
use of first-author citation counts in the evaluation of scholars, such as high correlations between author rankings by first-author citation counts and other citation
counting methods, and high costs of using more realistic citation counting methods that are not well-supported by the ISI databases. It is argued that increasingly available digital full text research papers make it possible for citation analysis studies to go beyond what the ISI databases have directly supported and to employ more
sophisticated methods
Model-based optimal treatment schedules for acute leukemia
Full text linkDuring intensive chemotherapy of acute myeloid leukemia (AML) and acute lymphoblastic
leukemia (ALL), leukopenia and neutropenia are commonly arising adverse
events. These forms of white blood cell (WBC) suppression in the bone marrow
(myelosuppression) are responsible for a higher risk of infectious complications during
chemotherapy and consequently for delayed, dose-reduced or stopped treatments,
longer hospitalization periods, and overall higher mortality as the worst case.
The objective of the present thesis was to apply mathematical methods, meaning
mathematical modeling, simulation and optimiziation, to describe and predict myelosuppression
during chemotherapy of adult AML and pediatric ALL patients and determine
the interaction between different biomarkers and clinical outcome. Furthermore,
the developed mathematical models for myelosuppression were applied to investigate
adapted treatment schedules via simulation and optimization processes aiming at improving
clinically relevant outcomes.
More precisely, we developed population pharmacokinetic(s) (PK)/pharmacodynamic(
s) (PD) models describing the dynamics of WBCs, granulocyte-colony stimulating
factor (G-CSF) and leukemic blasts during consolidation treatment using intermediate
or high-dose cytarabine (Ara-C) and exogenous G-CSF (lenograstim) in AML. For
the maintenance therapy of childhood ALL patients with oral 6-mercaptopurine (6MP)
and methotrexate (MTX), we investigated population PK/PD models describing the
neutrophils over a treatment period of up to two years.
The models were developed from and evaluated on three different datasets containing
measurements from 23 and 44 AML patients as well as 116 pediatric ALL patients.
Parameter estimations were performed using the first order conditional estimation approximation
method for nonlinear mixed-effects models. After model calibration and
evaluation, we used the personalized models to simulate and analyze myelosuppression
and short-term disease progression for different standard treatment schedules. To
date, even the standard treatments still envolve several decisions to be made by the
treating physician on a case-by-case basis (i.e. what dose to start with, when and how
to increase or decrease chemotherapy, when to start the next treatment cycle or what
impact does the co-medication have on therapy), for which no international consensus
exist. Therefore, the in silico studies are further steps along the path to support physicians
making model-informed decisions. In addition to treatment simulations, we also
formulated an optimal control problem to optimize treatment schedules with respect
to short-term disease progression, WBC nadirs, and the amount of Ara-C and G-CSF.
The results of the present work provide new insights into the timing and the number of
treatment cycles, the administration of lenograstim and its beneficial influence on the
eradication of leukemic blasts.
Regarding methodological investigations, we proposed a feedback optimal control
algorithm with optimal measurement time points from optimal experimental designs
and applied the algorithm to the Lotka-Volterra fishing example. Finally, we investigated Fisher’s scoring method in the context of parameter estimation for nonlinear
mixed-effect models. For two examples, differing in their model complexity and number
of measurements, we compared Fisher’s method with state-of-the-art methods.
Overall, the present thesis contributed to a better understanding of chemotherapy
and related myelosuppression during consolidation therapy ofAMLpatients and maintenance
therapy of childhood ALL patients. Future clinical studies are warranted to
investigate the proposed treatment schedules.Leukopenie und Neutropenie sind zwei häufig auftretende unerwünschte Arzneimittelwirkungen
während der intensiven Chemotherapie von akuter myeloischer und
lymphatischer Leukämie (AML/ALL). Diese Formen der Suppression von Leukozyten
(weiße Blutkörperchen) im Knochenmark (auch Myelosuppression genannt) sind verantwortlich
für ein erhöhtes Risko an infektiösen Komplikationen während der
Chemotherapie und folglich für eine verzögerte, dosisreduzierte oder abgebrochene
Behandlung, längere Krankenhausaufenthalte und im äußersten Fall eine erhöhte
Sterblichkeit. Das Ziel dieser Arbeit war die Anwendung mathematischer Methoden,
darunter mathematische Modellierung, Simulation und Optimierung, zur Beschreibung
und Vorhersage von Myelosuppression während der Chemotherapie von AML
bei Erwachsenen und ALL bei Kindern und die gleichzeitige Untersuchung von Interaktionen
zwischen Biomarkern und Behandlungsergebnissen. Des Weiteren wurden
die entwickelten mathematischen Modelle zur Beschreibung von Myelosuppression
verwendet, um mittels Simulation und Optimierung angepasste Behandlungspläne auf
Verbesserungen in der Erzielung klinisch relevanter Ergebnisse zu untersuchen.
Präziser formuliert wurden populationsbasierte pharmakokinetische/pharmakodynamische
(PK/PD) Modelle entwickelt, die die Dynamik von Leukozyten,
Granulozyten-Kolonie-stimulierenden Faktoren (G-CSF) und leukämischen Blasten
während der Konsolidierungstherapie bei AML unter Verwendung von mittel- und
hochdosiertem Cytarabin (Ara-C) beschreiben. Für die Erhaltungstherapie von ALL
bei Kindern mit oralem 6-Mercaptopurin (6MP) und Methotrexat (MTX) wurden verschiedene
populationsbasierte PK/PD Modelle untersucht, die die Dynamik von Neutrophilen
über einen Behandlungszeitraum von bis zu zwei Jahren beschreiben.
Für die Entwicklung und Evaluation der Modelle wurden drei unterschiedliche
Datensätze verwendet. Die Datensätze enthalten Messinformationen von 23,
beziehungsweise 44 AML Patienten und 116 pädiatrischen ALL Patienten. Parameterschätzungen
für nichtlineare Modelle mit gemischten Effekten wurden unter Verwendung
der first order conditional estimation Approximationsmethode durchgeführt.
Nach Modellkalibrierung und Auswertung wurden die personalisierten Modelle verwendet,
um Myelosuppression und das kurzzeitige Fortschreiten der Krankheit bei
verschiedenen etablierten Behandlungsplänen zu simulieren und zu analysieren. Bis
heute müssen auch bei den etablierten Therapien wichtige Entscheidungen von den
behandelnden Ärzten für jeden Patienten einzeln getroffen werden, für die es keine
internationalen Übereinstimmungen gibt. Wichtige Entscheidungen sind hierbei mit
welcher Dosis die Behandlung begonnen wird, wann und in welcher Menge die Dosis
erhöht oder verringert werden muss, wann mit dem nächsten Therapiezyklus begonnen
wird und welchen Einfluss eine Komedikation auf die Behandlung hat. Daher sind unsere
in silico Studien weitere Schritte auf dem Weg zur Unterstützung der Ärzte bei
ihrer Entscheidungsfindung durch modellbasierte Ergebnisse. Neben der Simulation
von Behandlungsplänen wurde ein Optimalsteuerungsproblem formuliert, welches Behandlungspläne hinsichtlich kurzzeitigem Krankheitsverlauf, Leukozyten-Nadir und
der zu verabreichenden Menge an Ara-C und G-CSF optimiert. Die Ergebnisse der
vorliegenden Arbeit liefern neue Einblicke über den Behandlungsstartpunkt und die
Anzahl an Behandlungszyklen, die Verabreichung von Lenograstim und sein vorteilhafter
Einfluss auf die Abtötung von leukämischen Blasten.
In Bezug auf methodische Untersuchungen wurde ein Feedback-
Optimalsteuerungsalgorithmus mit optimalen Messzeitpunkten durch optimale
Versuchsplanung vorgeschlagen und auf das Lotka-Volterra fishing Problem angewendet.
Schließlich haben wir Fisher’s Scoring Methode im Rahmen der Parameterschätzung
für nichtlineare Modelle mit gemischten Effekten untersucht. Für zwei Bespiele, welche
sich in ihrer Modellkomplexität und Anzahl an Messungen unterscheiden, wurde
Fisher’s Methode mit etablierten Standardmethoden verglichen. Insgesamt trägt
die vorliegende Arbeit zu einem besseren Verständnis der Chemotherapie und
resultierender Myelosuppression während der Konsolidierungstherapie bei AML
Patienten und der Erhaltungstherapie von ALL bei Kindern bei. Zukünftige klinische
Studien sind im nächsten Schritt notwendig, um die in dieser Arbeit vorgeschlagenen
Behandlungspläne weiter zu untersuchen
Monomial patterns in polynomial optimization
Full text linkConvexification is a core technique in global polynomial optimization, which is used
to generate convex relaxations of a polynomial optimization problem (POP). These
relaxations in turn allow to compute bounds on the optimal value of a POP.
Currently, there are two main convexification approaches competing in theory and
practice: the approach of nonlinear programming and the approach based on positivity
certificates from real algebra. The former is comparatively cheap from a computational
point of view, but typically does not provide tight relaxations with respect to
bounds for the original problem. The latter is typically computationally expensive,
but provides tight relaxations.
We embed both kinds of approaches into a unified framework of monomial relaxations.
This framework of monomial relaxations is based on groups of exponents, which we
call patterns. In order to build a relaxation, the POP is linearized by replacing
each of its monomials with a monomial variable. Then the monomial variables that
are indexed by the exponents of a pattern are linked by convex constraints. By
identifying the appropriate patterns and their associated constraints, a variety of
established convexification methods can be expressed within this framework. These
include convexification methods based on sum-of-squares polynomials or nonnegative
circuit polynomials as as well as multilinear envelopes. Within our framework we can
freely combine the different patterns and their constraints. The combination of the
different patterns allows to exploit the monomial structure of the polynomial problem.
By selecting appropriate combinations of patterns we can trade off the quality of the
bounds against computational expenses. Thus, it is possible to develop custom-made
convexification strategies that are fitted to the problem structure and the demands
of the user. Examples of different such strategies are given.
Furthermore, we develop a new pattern type called truncated submonoid and determine
the corresponding convex constraints.
Different relaxations that are derived from combinations of patterns are numerically
tested on self-generated benchmark instances. The computational experiments yield
very encouraging results
koamabayili/VECTRON-author-checklist: VECTRON author checklist
No full textWe have done our best to complete the author checklist relating to the use of animals in the hut study. Note that the objective for the hut study was to evaluate the IRS treatment applications for residual efficacy against Anopheles mosquitoes, including the local An. coluzzii mosquito population. Cows were only used to attract mosquitoes into the huts and no tests were carried out directly on the cows. The author checklist is intended for use with studies where experiments are carried out on animals, which is why we have had such difficulty in completing this for the hut study, as many of the questions do not relate to how the cows were used
Combinatorial integral decompositions for mixed-integer optimal control
Full text linkMany optimization problems in science, engineering, and medicine can be modeled by differential
equations that can be steered via discrete control functions and are therefore called
mixed-integer optimal control problems. The challenge of solving these problems lies in
combining an infinite-dimensional optimization problem with discrete-valued optimization
functions. After discretization, these problems become mixed-integer nonlinear programs for
which the combinatorial integral approximation decomposition was proposed. The decomposition
solves one nonlinear problem and one rounding problem formulated as a mixed-integer
linear program.
This thesis generalizes and extends the combinatorial integral approximation decomposition
algorithm. We define a framework that, through a sequence of several nonlinear optimization
and rounding problemswith increasing numbers of fixed integer variables, is designed to transfer
feasibility from the obtained relaxed solution to the rounded solution. We derive several
rounding problem versions based on different norms, the structure of the dynamical system,
and the temporal ordering of the control approximation constraints. Based on the constructed
integer control functions, we propose recombination strategies for generating promising candidate
solutions with respect to the objective. For the combinatorial integral approximation
decomposition in the unconstrained case, convergence to the optimal solution can be achieved
by grid refinement. However, when refinement is not applicable or desirable, recombination
methods are useful.
We provide an overview of a range of time-coupled combinatorial constraints that are commonin
practical applications. Specifically,we investigate decomposition algorithms for mixedinteger
optimal control problems under minimumdwell time and bounded discrete total variation
constraints. Typically, state constraints also arise in application-driven problems. We
therefore propose methods for incorporating information from the nonlinear problem step
into the rounding problemconstraints to generate state constraint feasible integer control solutions.
Independent of the additional constraints, we derive different, partly approximate algorithms
to solve the mixed-integer linear rounding problem and perform a theoretical analysis
by proving tight bounds in terms of the integral deviation gap.
Efficient software is indispensable for problemsolving in practice. In this context, we present
the package pycombina, which provides solution algorithms for the mixed-integer linear problem.
Computational results from benchmark problems and real-world case studies of a hybrid
electric vehicle and a heart assist device systemhighlight the relevance and applicability of the
proposed algorithms.Viele Optimierungsprobleme aus den Natur- und Ingenieurwissenschaften sowie der Medizin
können mit Differentialgleichungen modelliert werden, die über diskrete Steuerungsfunktionen
geregelt werden können und daher als gemischt-ganzzahlige Optimalsteuerungsprobleme
bezeichnet werden. Die Herausforderung bei der Lösung dieser Probleme liegt in der Kombination
eines unendlich-dimensionalen Optimierungsproblems auf der einen Seite und diskretwertigen
Optimierungsfunktionen auf der anderen Seite. Diese Probleme werden nach der
Diskretisierung zu gemischt-ganzzahligen nichtlinearen Problemen. Für deren Lösung wurde
wiederumdie combinatorial integral approximation Dekomposition vorgeschlagen, welche
aus dem Lösen eines nichtlinearen Optimierungsproblems und eines Rundungsproblems, das
als ein gemischt-ganzzahliges lineares Problem formuliert werden kann, besteht.
Diese Arbeit verallgemeinert und erweitert den Dekompositions-Algorithmus in vielerlei
Hinsicht. Wir definieren einen algorithmischen Rahmen, der durch eine Folge von mehreren
nichtlinearen Optimierungs- und Rundungsproblemen mit zunehmender Anzahl von fixierten
ganzzahligen Variablen die Zulässigkeit der konstruierten relaxierten zur gerundeten Lösung
übertragen soll. Wir leiten mehrere Rundungsproblemversionen ab, die auf verschiedenen
Normen, der Struktur des dynamischen Systems und der zeitlichen Anordnung der Nebenbedingungen
der Steuerungs-Approximiation beruhen. Auf der Grundlage der konstruierten
ganzzahligen Steuerungsfunktionen schlagen wir Rekombinationsstrategien vor, um vielversprechende
Kandidatenlösungen im Hinblick auf die Zielfunktion zu generieren. Während
im unbeschränkten Fall für den Dekompositionsalgorithmus eine Konvergenz zur optimalen
Lösung durchGitterverfeinerung bewiesenwerden kann, sind Rekombinationsstrategien nützlich,
wenn eine Verfeinerung nicht anwendbar oder erwünscht ist.
Wir geben einen Überblick über eine Reihe von zeitgekoppelten kombinatorischen Nebenbedingungen,
die in vielen praktischen Anwendungen üblich sind. Insbesondere untersuchen
wir Dekompositionsalgorithmen für gemischt-ganzzahlige optimale Steuerungsprobleme unter
minimaler Verweilzeit und einer beschränkten Anzahl erlaubterWechsel der aktiven diskreten
Steuerungsfunktion. Typischerweise treten auch Beschränkungen der differentiellen Zustände
bei anwendungsgetriebenen Problemen auf. Für die Konstruktion zulässiger ganzzahliger
Steuerungslösungen schlagen wirMethoden vor, umInformationen aus dem nichtlinearen
Problemschritt in das Rundungsproblem einzubeziehen. Unabhängig von den zusätzlichen
Nebenbedingungen leiten wir verschiedene, teilweise approximative Algorithmen zur Lösung
des gemischt-ganzzahligen linearen Rundungsproblems her und führen eine theoretische Analyse
durch, indem wir scharfe Schranken in Bezug auf den Rundungsfehler beweisen.
Effiziente Software ist für die Problemlösung in der Praxis unumgänglich. In diesem Kontext
stellen wir das Paket pycombina vor, das Lösungsalgorithmen für das gemischt-ganzzahlige
lineare Problem bereitstellt und im Rahmen eines Gemeinschaftsprojekts mit anderen Forschern
entwickelt wurde. Numerische Ergebnisse aus Benchmark-Problemen und realen Fallstudien
aus einem Hybrid-Elektrofahrzeug und einem Herzunterstützungssystem heben die
Relevanz und Anwendbarkeit der diskutierten Algorithmen hervor
- …
