دانلود مقاله و خرید ترجمه:موافقت دو جانبه یا تعیین یک جانبه؟ ادغام گزارشات روابط اجتماعی با مقایسه عملکرد بخش میانی و قوانین اتحادیه - 2018

روز دانشجو

کارابرن عزیز، مقالات isi بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi انتخاب گردیده اند. همچنین تمامی ترجمه ها دارای ضمانت کیفیت بوده و در صورت عدم رضایت کاربر مبلغ عینا عودت داده خواهد شد.

پشتیبانی
اپلیکشن اندروید
آرشیو مقالات
ورود اعضا
توجه توجه توجه !!!!
تمامی مقالات ترجمه شده ، انگلیسی و کتاب های این سایت با دقت تمام انتخاب شده اند. در انتخاب مقالات و کتاب ها پارامترهای جدید بودن، پر جستجو بودن، درخواست کاربران ، تعداد صفحات و ... لحاظ گردیده است. سعی بر این بوده بهترین مقالات در هر زمینه انتخاب و در اختیار شما کاربران عزیز قرار گیرد. ضمانت ما، کیفیت ماست.
نرم افزار winrar

از نرم افزار winrar برای باز کردن فایل های فشرده استفاده می شود. برای دانلود آن بر روی لینک زیر کلیک کنید
دانلود

پیوندهای کاربردی
پیوندهای مرتبط
مقالات ترجمه شده شبکه های اجتماعی ( Social Networks )
  • Mutual assent or unilateral nomination? A performance comparison of intersection and union rules for integrating self-reports of social relationships موافقت دو جانبه یا تعیین یک جانبه؟ ادغام گزارشات روابط اجتماعی با مقایسه عملکرد بخش میانی و قوانین اتحادیه
    دانلود مقاله isi | دانلود مقاله انگلیسی رایگان | خرید ترجمه فارسی مقاله

    سال انتشار:

    2018


    ترجمه فارسی عنوان مقاله:

    موافقت دو جانبه یا تعیین یک جانبه؟ ادغام گزارشات روابط اجتماعی با مقایسه عملکرد بخش میانی و قوانین اتحادیه


    عنوان انگلیسی مقاله:

    Mutual assent or unilateral nomination? A performance comparison of intersection and union rules for integrating self-reports of social relationships


    منبع:

    sciencedirect - elsevier - Social Networks 55 (2018) 55–62


    نویسنده:

    Francis Lee, Carter T: Butts


    چکیده انگلیسی:

    Data collection designs for social network studies frequently involve asking both parties to a potential relationship to report on the presence of absence of that relationship, resulting in two measurements per potential tie. When inferring the underlying network, is it better to estimate the tie as present only when both parties report it as present or do so when either reports it? Employing several data sets in which network structure can be well-determined from large numbers of informant reports, we examine the performance of these two simple rules. Our analysis shows better results for mutual assent across all data sets examined. A theoretical analysis of estimator performance shows that the best rule depends on both underlying error rates and the sparsity of the underlying network, with sparsity driving the superiority of mutual assent in typical social network settings.
    Keywords: Network inference | Measurement | Locally aggregated structures | Informant accuracy | Error


    چکیده فارسی:

    طرح جمع آوری داده برای مطالعات شبکه های اجتماعی اغلب شامل درخواست دو جانبه به منظور گزارش در صورت وجود یا عدم وجود این روابط است ، و با دو اندازه گیری در هر رابطه ی بالقوه حاصل می شود. هنگامی که شبکه اساسی بدست می آید، تخمین رابطه تنها زمانی که یک نفر آن را گزارش بدهد بهتر است یا هر دو طرف ؟ استفاده از چند مجموعه داده منجر می شود که ساختار شبکه به خوبی با استفاده از تعداد بالای گزارش های خبرنگاران تعیین شود، سپس عملکرد این دو قاعده ساده بررسی شد. نتایج بهتر در موافقت متقابل در تمام مجموعه داده ها، مورد بررسی قرار گرفت. آنالیز نظری عملکرد برآوردگر نشان داد که بهترین قانون بستگی به نرخ خطای اساسی و پراکندگی شبکه دارد، به طوری که پراکندگی، محرکی برای برتری موافقت متقابل در محیط رایج شبکه اجتماعی است.
    کليدواژگان: استنتاج شبكه | اندازه گيري | ساختار جمع آوري شده محلی | دقت خبرنگاران | خطا


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 8
    تعداد صفحات فایل doc فارسی(با احتساب مراجع): 25

    وضعیت ترجمه عناوین تصاویر و جداول: به صورت کامل ترجمه شده است

    وضعیت ترجمه متون داخل تصاویر و جداول: به صورت کامل ترجمه شده است

    حجم فایل: 1232 کیلوبایت


    قیمت: 35000 تومان  28000 تومان(20% تخفیف)


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

این مقاله را در فیس بوک به اشتراک بگذارید این مقاله را در توییتر به اشتراک بگذارید این مقاله را در لینکداین به اشتراک بگذارید این مقاله را در گوگل پلاس به اشتراک بگذارید این مقاله را در زینگ به اشتراک بگذارید این مقاله را در تلگرام به اشتراک بگذارید

تعداد نظرات : 0

الزامی
الزامی
الزامی
شبکه-های-اجتماعی
موضوعات
footer