Littérature scientifique sur le sujet « Dynamic structural equation models »
Créez une référence correcte selon les styles APA, MLA, Chicago, Harvard et plusieurs autres
Consultez les listes thématiques d’articles de revues, de livres, de thèses, de rapports de conférences et d’autres sources académiques sur le sujet « Dynamic structural equation models ».
À côté de chaque source dans la liste de références il y a un bouton « Ajouter à la bibliographie ». Cliquez sur ce bouton, et nous générerons automatiquement la référence bibliographique pour la source choisie selon votre style de citation préféré : APA, MLA, Harvard, Vancouver, Chicago, etc.
Vous pouvez aussi télécharger le texte intégral de la publication scolaire au format pdf et consulter son résumé en ligne lorsque ces informations sont inclues dans les métadonnées.
Articles de revues sur le sujet "Dynamic structural equation models"
Asparouhov, Tihomir, Ellen L. Hamaker et Bengt Muthén. « Dynamic Structural Equation Models ». Structural Equation Modeling : A Multidisciplinary Journal 25, no 3 (27 décembre 2017) : 359–88. http://dx.doi.org/10.1080/10705511.2017.1406803.
Texte intégralGrimm, Kevin J., et Nilam Ram. « Latent Growth and Dynamic Structural Equation Models ». Annual Review of Clinical Psychology 14, no 1 (7 mai 2018) : 55–89. http://dx.doi.org/10.1146/annurev-clinpsy-050817-084840.
Texte intégralFontanella, Lara, Luigi Ippoliti et Pasquale Valentini. « Environmental pollution analysis by dynamic structural equation models ». Environmetrics 18, no 3 (2007) : 265–83. http://dx.doi.org/10.1002/env.835.
Texte intégralShina, Arya Fendha Ibnu. « ESTIMASI PARAMETER PADA SISTEM MODEL PERSAMAAN SIMULTAN DATA PANEL DINAMIS DENGAN METODE 2 SLS GMM-AB ». MEDIA STATISTIKA 11, no 2 (30 décembre 2018) : 79–91. http://dx.doi.org/10.14710/medstat.11.2.79-91.
Texte intégralCziráky, Dario. « Estimation of dynamic structural equation models with latent variables ». Advances in Methodology and Statistics 1, no 1 (1 janvier 2004) : 185–204. http://dx.doi.org/10.51936/toxt5757.
Texte intégralMcNeish, Daniel. « Two-Level Dynamic Structural Equation Models with Small Samples ». Structural Equation Modeling : A Multidisciplinary Journal 26, no 6 (28 mars 2019) : 948–66. http://dx.doi.org/10.1080/10705511.2019.1578657.
Texte intégralWang, Yulin, Yu Luo, Hulin Wu et Hongyu Miao. « Dynamic structural equation models for directed cyclic graphs : the structural identifiability problem ». Statistics and Its Interface 12, no 3 (2019) : 365–75. http://dx.doi.org/10.4310/sii.2019.v12.n3.a2.
Texte intégralWang, Yulin, Yu Luo, Hulin Wu et Hongyu Miao. « Dynamic structural equation models for directed cyclic graphs : the structural identifiability problem ». Statistics and Its Interface 12, no 3 (2019) : 365–75. http://dx.doi.org/10.4310/18-sii550.
Texte intégralAfonin, S. M. « Structural Schemes and Structural-Parametric Models of Electroelastic Actuators for Nanomechatronics Systems ». Mekhatronika, Avtomatizatsiya, Upravlenie 20, no 4 (10 avril 2019) : 219–29. http://dx.doi.org/10.17587/mau.20.219-229.
Texte intégralSagan, Adam. « Dynamic Structural Equation Models in Momentary Assessment in Consumer Research ». Marketing i Zarządzanie 54 (2018) : 61–73. http://dx.doi.org/10.18276/miz.2018.54-05.
Texte intégralThèses sur le sujet "Dynamic structural equation models"
Ciraki, Dario. « Dynamic structural equation models : estimation and interference ». Thesis, London School of Economics and Political Science (University of London), 2007. http://etheses.lse.ac.uk/2937/.
Texte intégralJung, Kwang Hee. « Dynamic GSCA generalized structured component analysis : a structural equation model for analyzing effective connectivity in functional neuroimaging ». Thesis, McGill University, 2012. http://digitool.Library.McGill.CA:80/R/?func=dbin-jump-full&object_id=106488.
Texte intégralLa Modélisation par Équations Structurelles (MES) est souvent utilisée dans les études d'imagerie cérébrales fonctionnelles afin d'investiguer la connectivité effective. La modélisation de connectivité effective est une approche dans laquelle certaines régions cérébrales, appelées régions d'intérêts (RIs), sont spécifiquement sélectionnées à partir de connaissances établies sur ces régions, et des hypothèses sur les possibles liens directionnels (causals) entre les RIs sont formulées et testées. Par contre, les méthodes de MES existantes sont sérieusement limitées par leur capacité computationelle et le nombre et l'étendue des modèles qui peuvent être spécifiés. Afin d'adresser ces difficultés, je propose ici une nouvelle méthode de MES afin d'analyser la connectivité effective, appelée Analyse en Composantes Structurée Généralisée (ACSG) Dynamique. Cette méthode est une méthode basée sur les composantes, combinant la version originale des ACSGs et un modèle auto-régresseur multi-variable afin de tenir compte de la nature dynamique des données recueillies à différent temps. Les ACSG Dynamiques peuvent accommoder des modèles structurels plus complexes pour décrire les relations entre les RIs. De plus, comparé aux méthodes traditionnelles de MES, les ACSG Dynamiques sont moins susceptible de succomber aux difficultés computationelles, comme les solutions inappropriées et l'échec d'identification de modèle. Afin d'illustrer l'utilisation de la méthode proposée, des résultats d'études empiriques basées sur des données synthétiques et réelles sont présentées. Des extensions possibles des ACSG Dynamiques sont aussi discutées, incluant des composantes de plus haut niveau, la comparaison de plusieurs échantillons, l'analyse multi-niveau, et les interactions latentes.
Yang, Yang. « Two-dimensional dynamic analysis of functionally graded structures by using meshfree boundary-domain integral equation method ». Thesis, University of Macau, 2015. http://umaclib3.umac.mo/record=b3335354.
Texte intégralZhou, Lixing. « Dynamic generalized (multiple-set) structured canonical correlation analysis (dynamic GCANO) : a structural equation model for simultaneous analysis of multiple-subject effective connectivity in functional neuroimaging studies ». Thesis, McGill University, 2014. http://digitool.Library.McGill.CA:80/R/?func=dbin-jump-full&object_id=123190.
Texte intégralSuivant les méthodes d'imagerie fonctionnelle cérébrale, une connectivité efficace est définie comme influence dépendant de causalité temporelle qu'une certaine région d'intérêt du cerveau (ROI) exerce sur une autre. La modélisation par équation structurelle (SEM) est régulièrement utilisée pour analyser la connectivité efficace. Ces dernières années, diverses méthodes de SEM ont été proposées pour la modélisation de la connectivité efficace. Cependant, il y a eu peu de tentative pour développer des méthodes de SEM pour analyser les modèles communs de connectivité efficace sur-sujets, malgré la prédominance de recherche sur des sujets multiples pour analyser la connectivité efficace. Cette thèse propose une méthode qui comble cette lacune. Cette méthode est appelée dynamique généralisée (multiples ensemble) structuré l'analyse de corrélation canonique (dynamique GCANO). Elle combine généralisée (multiples ensemble) structuré l'analyse de corrélation canonique (GCANO) avec multivariée des séries chronologiques autorégressif dans un cadre unifié. Cette thèse commence par un bref sommaire sur les techniques existantes de SEM et souligne leurs limites pour analyser les données de plusieurs sous réserve pour la connectivité efficace, ce qui a mené à développer la dynamique GCANO. Les techniques de base de la méthode proposée sont ensuite énumérées, y compris les spécifications du cadre de modélisation et un critère d'optimisation pour l'estimation de paramètres, qui est réduit par alternant algorithme des moindres carrés. L'efficacité du dynamique GCANO est démontrée par l'analyse des ensembles de données synthétiques et réels. Les données synthétiques montrent une récupération raisonnable de paramètre par la méthode proposée, alors que les données réelles montrent l'utilité de la méthode dans les recherches empiriques. Plusieurs fonctionnalités du dynamique sont mises en évidence par le biais de ces exemples. En conclusion, la thèse propose des extensions possibles de la méthode proposée.
Hu, Shanshan. « AFFECT, MOTIVATION, AND ENGAGEMENT IN THE CONTEXT OF MATHEMATICS EDUCATION : TESTING A DYNAMIC MODEL OF INTERACTIVE RELATIONSHIPS ». UKnowledge, 2018. https://uknowledge.uky.edu/edp_etds/71.
Texte intégralHan, Sukho Brown D. Scott. « The impact analysis of structural change in Korean agriculture with respect to the Korean-United States free trade agreement dynamic simultaneous equation model approach / ». Diss., Columbia, Mo. : University of Missouri--Columbia, 2009. http://hdl.handle.net/10355/6969.
Texte intégralBocaccio, Alessandro Antunes. « A inteligência como capacidade dinâmica : uma relação entre processo de monitoramento de ambiente externo e vantagem competitiva ». reponame:Biblioteca Digital de Teses e Dissertações da UFRGS, 2016. http://hdl.handle.net/10183/163858.
Texte intégralOrganizations are exposed to an increasing amount and variability of information. The ability to anticipate trends and adapt to the environment becomes, besides a source of competitive advantage, a necessary factor for survival. In this reality, organizations frequently present difficulties in reading their environment and adapting to them. We believe in the need to develop an internal capacity of the organization for the monitoring of the environment to be established, as well as analysis of opportunities, planning of actions of improvement and reconfiguration of the organization. This study sought to verify the relationship of Intelligence - as a process of monitoring the environment - as a Dynamic Capabilities, and how this can contribute to the generation of competitive advantage. A research model was created, using the models of Rios (2010) and Teece (2014), relating the concepts of Dynamic Intelligence and Capacity, and these with the Competitive Advantage. By means of a questionnaire, a Survey Research was conducted, where responses were collected from employees and / or partners of Brazilian companies, regardless of size or segment. For the analysis, it was used the Modeling of Structural Equations, and it was possible to demonstrate that the Intelligence influences positively in the Dynamic Capacities of the Transforming subgroup, in the Strategy and the Competitive Advantage. In this way the developed model, having presented good reliability and adhesion, can also be validated.
Konarski, Roman. « Sensitivity analysis for structural equation models ». Thesis, National Library of Canada = Bibliothèque nationale du Canada, 1997. http://www.collectionscanada.ca/obj/s4/f2/dsk3/ftp04/nq22893.pdf.
Texte intégralCerqueira, Pedro Henrique Ramos. « Structural equation models applied to quantitative genetics ». Universidade de São Paulo, 2015. http://www.teses.usp.br/teses/disponiveis/11/11134/tde-05112015-145419/.
Texte intégralModelos causais têm sido muitos utilizados em estudos em diferentes áreas de conhecimento, a fim de compreender as associações ou relações causais entre variáveis. Durante as últimas décadas, o uso desses modelos têm crescido muito, especialmente estudos relacionados à sistemas biológicos, uma vez que compreender as relações entre características são essenciais para prever quais são as consequências de intervenções em tais sistemas. Análise do grafo (AG) e os modelos de equações estruturais (MEE) são utilizados como ferramentas para explorar essas relações. Enquanto AG nos permite buscar por estruturas causais, que representam qualitativamente como as variáveis são causalmente conectadas, ajustando o MEE com uma estrutura causal conhecida nos permite inferir a magnitude dos efeitos causais. Os MEE também podem ser vistos como modelos de regressão múltipla em que uma variável resposta pode ser vista como explanatória para uma outra característica. Estudos utilizando MEE em genética quantitativa visam estudar os efeitos genéticos diretos e indiretos associados aos indivíduos por meio de informações realcionadas aos indivíduas, além das característcas observadas, como por exemplo o parentesco entre eles. Neste contexto, é tipicamente adotada a suposição que as características observadas são relacionadas linearmente. No entanto, para alguns cenários, relações não lineares são observadas, o que torna as suposições mencionadas inadequadas. Para superar essa limitação, este trabalho propõe o uso de modelos de equações estruturais de efeitos polinomiais mistos, de segundo grau ou seperior, para modelar relações não lineares. Neste trabalho foram desenvolvidos dois estudos, um de simulação e uma aplicação a dados reais. O primeiro estudo envolveu a simulação de 50 conjuntos de dados, com uma estrutura causal completamente recursiva, envolvendo 3 características, em que foram permitidas relações causais lineares e não lineares entre as mesmas. O segundo estudo envolveu a análise de características relacionadas ao gado leiteiro da raça Holandesa, foram utilizadas relações entre os seguintes fenótipos: dificuldade de parto, duração da gestação e a proporção de morte perionatal. Nós comparamos o modelo misto de múltiplas características com os modelos de equações estruturais polinomiais, com diferentes graus polinomiais, a fim de verificar os benefícios do MEE polinomial de segundo grau ou superior. Para algumas situações a suposição inapropriada de linearidade resulta em previsões pobres das variâncias e covariâncias genéticas diretas, indiretas e totais, seja por superestimar, subestimar, ou mesmo atribuir sinais opostos as covariâncias. Portanto, verificamos que a inclusão de um grau de polinômio aumenta o poder de expressão do MEE.
Jung, Sunho. « Regularized structural equation models with latent variables ». Thesis, McGill University, 2009. http://digitool.Library.McGill.CA:80/R/?func=dbin-jump-full&object_id=66858.
Texte intégralDans les modèles d'équations structurales avec des variables latentes, l'estimation demaximum devraisemblance est la méthode d'estimation la plus utilisée. Par contre, la méthode de maximum devraisemblance souvent ne réussit pas á fournir des solutions exactes, par exemple lorsque les échantillons sont petits, les données ne sont pas normale, ou lorsque le modèle est mal specifié. L'estimation des moindres carrés á deux-phases est asymptotiquement sans distribution et robuste contre mauvaises spécifications, mais elle manque de robustesse quand les chantillons sont petits. Afin de surmonter les trois difficultés mentionnés ci-dessus et d'obtenir une estimation plus exacte, des extensions régularisées des moindres carrés á deux phases sont proposé á qui incorporent directement un type de régularisation dans les modèles d'équations structurales avec des variables latentes. Deux études de simulation et deux applications empiriques démontrent que la méthode propose est une alternative prometteuse aux méthodes de maximum vraisemblance et de l'estimation des moindres carrés á deux-phases. Un paramètre de régularisation valeur optimale a été trouvé par la technique de validation croisé d'ordre K. Une méthode non-paramétrique Bootstrap est utilisée afin d'évaluer la stabilité des solutions. Une mesure d'adéquation est utilisée pour estimer l'adéquation globale.
Livres sur le sujet "Dynamic structural equation models"
Westland, J. Christopher. Structural Equation Models. Cham : Springer International Publishing, 2019. http://dx.doi.org/10.1007/978-3-030-12508-0.
Texte intégralWestland, J. Christopher. Structural Equation Models. Cham : Springer International Publishing, 2015. http://dx.doi.org/10.1007/978-3-319-16507-3.
Texte intégralA, Bollen Kenneth, et Long J. Scott, dir. Testing structural equation models. Newbury Park : Sage Publications, 1993.
Trouver le texte intégralvan Montfort, Kees, Johan Oud et Albert Satorra, dir. Recent Developments on Structural Equation Models. Dordrecht : Springer Netherlands, 2004. http://dx.doi.org/10.1007/978-1-4020-1958-6.
Texte intégralStronge, W. J. Dynamic models for structural plasticity. London : Springer Verlag, 1993.
Trouver le texte intégralStronge, William James, et Tongxi Yu. Dynamic Models for Structural Plasticity. London : Springer London, 1993. http://dx.doi.org/10.1007/978-1-4471-0397-4.
Texte intégralP, Wang B., American Society of Mechanical Engineers. Applied Mechanics Division. et Symposium on Reanalysis of Structural Dynamic Models (1986 : Anaheim, Calif.), dir. Reanalysis of structural dynamic models. New York, N.Y. (345 E. 47th St., New York 10017) : ASME, 1986.
Trouver le texte intégral1941-, Yu T. X., dir. Dynamic models for structural plasticity. London : Springer-Verlag, 1993.
Trouver le texte intégralMcArdle, John J., et John R. Nesselroade. Longitudinal data analysis using structural equation models. Washington : American Psychological Association, 2014. http://dx.doi.org/10.1037/14440-000.
Texte intégral1965-, Curran Patrick J., dir. Latent curve models : A structural equation perspective. Hoboken, NJ : John Wiley & Sons, 2005.
Trouver le texte intégralChapitres de livres sur le sujet "Dynamic structural equation models"
McArdle, John J., et John R. Nesselroade. « Dynamic processes over groups. » Dans Longitudinal data analysis using structural equation models., 307–14. Washington : American Psychological Association, 2014. http://dx.doi.org/10.1037/14440-027.
Texte intégralMcArdle, John J., et John R. Nesselroade. « Dynamic influences over groups. » Dans Longitudinal data analysis using structural equation models., 315–17. Washington : American Psychological Association, 2014. http://dx.doi.org/10.1037/14440-028.
Texte intégralSaccomani, Maria Pia, et Karl Thomaseth. « Structural vs Practical Identifiability of Nonlinear Differential Equation Models in Systems Biology ». Dans Dynamics of Mathematical Models in Biology, 31–41. Cham : Springer International Publishing, 2016. http://dx.doi.org/10.1007/978-3-319-45723-9_3.
Texte intégralLi, Ze-yu, Xue-bo Chen et Qiubai Sun. « Dynamic Analysis of Enterprise Security System Based on Multi-level Analysis and Structural Equation Model ». Dans Advances in Intelligent Systems and Computing, 217–26. Cham : Springer International Publishing, 2018. http://dx.doi.org/10.1007/978-3-319-94589-7_22.
Texte intégralHilbert, Sven, et Matthias Stadler. « Structural Equation Models ». Dans Encyclopedia of Personality and Individual Differences, 5253–61. Cham : Springer International Publishing, 2020. http://dx.doi.org/10.1007/978-3-319-24612-3_1285.
Texte intégralBauldry, Shawn. « Structural Equation Models ». Dans Encyclopedia of Gerontology and Population Aging, 1–3. Cham : Springer International Publishing, 2019. http://dx.doi.org/10.1007/978-3-319-69892-2_566-1.
Texte intégralRaghunathan, Trivellore, Patricia A. Berglund et Peter W. Solenberger. « Structural Equation Models ». Dans Multiple Imputation in Practice, 110–19. Boca Raton, Florida : CRC Press, [2019] | Authors have developed a software for analyzing mathematical data, IVEware. : Chapman and Hall/CRC, 2018. http://dx.doi.org/10.1201/9781315154275-7.
Texte intégralHershberger, Scott L. « Structural Equation Models ». Dans International Encyclopedia of Statistical Science, 1552–55. Berlin, Heidelberg : Springer Berlin Heidelberg, 2011. http://dx.doi.org/10.1007/978-3-642-04898-2_576.
Texte intégralHilbert, Sven, et Matthias Stadler. « Structural Equation Models ». Dans Encyclopedia of Personality and Individual Differences, 1–9. Cham : Springer International Publishing, 2017. http://dx.doi.org/10.1007/978-3-319-28099-8_1285-1.
Texte intégralBauldry, Shawn. « Structural Equation Models ». Dans Encyclopedia of Gerontology and Population Aging, 4789–91. Cham : Springer International Publishing, 2021. http://dx.doi.org/10.1007/978-3-030-22009-9_566.
Texte intégralActes de conférences sur le sujet "Dynamic structural equation models"
Baingana, Brian, Gonzalo Mateos et Georgios B. Giannakis. « Dynamic structural equation models for tracking topologies of social networksy ». Dans 2013 IEEE 5th International Workshop on Computational Advances in Multi-Sensor Adaptive Processing (CAMSAP). IEEE, 2013. http://dx.doi.org/10.1109/camsap.2013.6714065.
Texte intégralBaingana, Brian, et Georgios B. Giannakis. « Switched dynamic structural equation models for tracking social network topologies ». Dans 2015 IEEE Global Conference on Signal and Information Processing (GlobalSIP). IEEE, 2015. http://dx.doi.org/10.1109/globalsip.2015.7418283.
Texte intégralLeishear, Robert A., et Jeffrey H. Morehouse. « Dynamic Stresses During Structural Impacts ». Dans ASME 2003 International Mechanical Engineering Congress and Exposition. ASMEDC, 2003. http://dx.doi.org/10.1115/imece2003-55475.
Texte intégralAkhavan, S., et H. Soltanian-Zadeh. « Topology tracking of static and dynamic networks based on structural equation models ». Dans 2017 Artificial Intelligence and Signal Processing Conference (AISP). IEEE, 2017. http://dx.doi.org/10.1109/aisp.2017.8324119.
Texte intégralHemez, Francois. « Identifying Models of Truncation Error When Modified Equation Analysis is Intractable ». Dans 50th AIAA/ASME/ASCE/AHS/ASC Structures, Structural Dynamics, and Materials Conference. Reston, Virigina : American Institute of Aeronautics and Astronautics, 2009. http://dx.doi.org/10.2514/6.2009-2281.
Texte intégralLund, Erik, Henrik Møller et Lars Aaes Jakobsen. « Shape Optimization of Fluid-Structure Interaction Problems Using Two-Equation Turbulence Models ». Dans 43rd AIAA/ASME/ASCE/AHS/ASC Structures, Structural Dynamics, and Materials Conference. Reston, Virigina : American Institute of Aeronautics and Astronautics, 2002. http://dx.doi.org/10.2514/6.2002-1478.
Texte intégralFeng, Zhipeng, Qian Huang, Shuai Liu, Fengchun Cai, Xi Lv et Xiaozhou Jiang. « Study on Dynamic Characteristics and Flow Induced Vibration of Tube Bundles Based on the Fluid Structure Coupling Method ». Dans 2018 26th International Conference on Nuclear Engineering. American Society of Mechanical Engineers, 2018. http://dx.doi.org/10.1115/icone26-81342.
Texte intégralLiu, Baixi, Hongzhao Liu et Daning Yuan. « Five Parameters Structural Damping Constitution and Its Application ». Dans ASME 7th Biennial Conference on Engineering Systems Design and Analysis. ASMEDC, 2004. http://dx.doi.org/10.1115/esda2004-58047.
Texte intégralMORADI, SARVIN, SAEED (YASHAR) EFTEKHAR AZAM et MASSOOD MOFID. « PHYSICS-INFORMED NEURAL NETWORK APPROACH FOR IDENTIFICATION OF DYNAMIC SYSTEMS ». Dans Structural Health Monitoring 2021. Destech Publications, Inc., 2022. http://dx.doi.org/10.12783/shm2021/36352.
Texte intégralZaman, Bakht, Luis Miguel Lopez Ramos et Baltasar Beferull-Lozano. « Dynamic Regret Analysis for Online Tracking of Time-varying Structural Equation Model Topologies ». Dans 2020 15th IEEE Conference on Industrial Electronics and Applications (ICIEA). IEEE, 2020. http://dx.doi.org/10.1109/iciea48937.2020.9248365.
Texte intégralRapports d'organisations sur le sujet "Dynamic structural equation models"
Chen, Le-Yu. Identification of structural dynamic discrete choice models. Institute for Fiscal Studies, mai 2009. http://dx.doi.org/10.1920/wp.cem.2009.0809.
Texte intégralKuether, Robert J., Jonel Ortiz et Mark Chen. Model Order Reduction of Nonviscously Damped Structural Dynamic Models. Office of Scientific and Technical Information (OSTI), septembre 2018. http://dx.doi.org/10.2172/1475503.
Texte intégralCanova, Fabio, et Filippo Ferroni. Mind the gap ! Stylized Dynamic Facts and Structural Models. Federal Reserve Bank of Chicago, 2020. http://dx.doi.org/10.21033/wp-2020-29.
Texte intégralKalouptsidi, Myrto, Paul Scott et Eduardo Souza-Rodrigues. Linear IV Regression Estimators for Structural Dynamic Discrete Choice Models. Cambridge, MA : National Bureau of Economic Research, octobre 2018. http://dx.doi.org/10.3386/w25134.
Texte intégralXin, Yi, et Yingyao Hu. Identification and estimation of dynamic structural models with unobserved choices. The IFS, juin 2019. http://dx.doi.org/10.1920/wp.cem.2019.3519.
Texte intégralBiezad, Daniel J. Investigation of Dynamic Structural Models Suitable for the Simulation of Large Aircraft. Fort Belvoir, VA : Defense Technical Information Center, novembre 1999. http://dx.doi.org/10.21236/ada383217.
Texte intégralCampbell, R. L. Fluid Film Bearing Dynamic Coefficients and Their Application to Structural Finite Element Models. Fort Belvoir, VA : Defense Technical Information Center, août 2003. http://dx.doi.org/10.21236/ada465781.
Texte intégralKimhi, Ayal, Barry Goodwin, Ashok Mishra, Avner Ahituv et Yoav Kislev. The dynamics of off-farm employment, farm size, and farm structure. United States Department of Agriculture, septembre 2006. http://dx.doi.org/10.32747/2006.7695877.bard.
Texte intégralSnyder, Victor A., Dani Or, Amos Hadas et S. Assouline. Characterization of Post-Tillage Soil Fragmentation and Rejoining Affecting Soil Pore Space Evolution and Transport Properties. United States Department of Agriculture, avril 2002. http://dx.doi.org/10.32747/2002.7580670.bard.
Texte intégralOden, J. T. Computational Methods for Nonlinear Dynamics Problems in Solid and Structural Mechanics : Models of Dynamic Frictional Phenomena in Metallic Structures. Fort Belvoir, VA : Defense Technical Information Center, mars 1986. http://dx.doi.org/10.21236/ada174585.
Texte intégral