MétaCan
Menu
Constructeur de cohorte

4 299 418 travaux, canadiens par l’une de quatre routes.

Chaque état de filtre est une URL; l’URL est la requête; la requête est citable via /q/⟨hash⟩. La page, l’API et l’export analysent les mêmes paramètres.

La cohorte courante, diffusée en continu depuis la base de données : toutes les colonnes des travaux, les étiquettes machine, les scores provisoires et l'état de validation de chaque rangée. Les exportations sont plafonnées à 100 000 rangées. Crée un lien /q/ permanent pour cette requête exacte. Les mêmes filtres produisent toujours le même lien, qui que soit le demandeur.

Terme de recherche
Auteur ou autrice
Période
Ordre
Langue
Type
Domaine
Revue
JMIR Medical Education
Sujet
Rétractation
Résumé
Source des données probantes
Devis d'étude
Accord des étiquettes
État des étiquettes

Les étiquettes directes de Codex et Gemma sont non validées et clairsemées. Les prédictions distillées couvrent la base complète et sont elles aussi non validées. Choisissez explicitement la source; l'absence d'une étiquette directe n'est jamais une étiquette négative.

affaffiliation
fundbailleur
venuerevue
aboutsujet

Les quatre voies se composent : exigez la voie du financement et excluez l'affiliation pour obtenir la strate financée-seulement qu'aucune base fondée sur l'affiliation ne voit jamais.

803 résultats · 1 filtre actif ·
Résultats par année
20082025
Date de publication
Catégories
Étiquettes machine · couverture clairsemée
Preuves
Langue
Type
Citations
Un travail non étiqueté est inconnu, pas un négatif. La couverture est rapportée à chaque requête.
803 travaux dans la cohorte · sur 4 299 418page 1 sur 17

Les étiquettes couvrent 8 des 803 travaux de cette cohorte. Les autres sont non étiquetés, ce qui n'est pas une étiquette négative : la table des étiquettes est clairsemée aujourd'hui et s'enrichit au fil des rondes d'étiquetage.

Les prédictions distillées couvrent 803 des 803 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le mode candidate est l'union; le consensus est l'intersection.

venueno affnon étiqueté
Introducing Artificial Intelligence Training in Medical Education
Ketan Paranjape, Michiel Schinkel, Rishi Panday, Josip Car, Prabath W.B. Nanayakkara
2019· article· en· JMIR Medical Education· Medicine
prédiction distillée:candidate · insufficient_payloadconsensus · insufficient_payload
614
citations
venueno affnon étiqueté
Medical YouTube Videos and Methods of Evaluation: Literature Review
Brandy Drozd, Emily Couvillon, Andrea Suárez
2018· review· en· JMIR Medical Education· Health Professions
prédiction distillée:candidate · metaresearch+metaepi_narrow+research_integrity+insufficient_payloadconsensus · metaresearch+research_integrity
305
citations
venueaboutno affnon étiqueté
Microlearning in Health Professions Education: Scoping Review
Jennie C. De Gagné, Hyeyoung K. Park, Katherine Hall, Amanda Woodward, Sandra S. Yamane, Sang Suk Kim
2019· article· en· JMIR Medical Education· Social Sciences
prédiction distillée:candidate · insufficient_payloadconsensus · aucune
301
citations
venueno affnon étiqueté
Virtual Reality in Medical Students’ Education: Scoping Review
Haowen Jiang, Sunitha Vimalesvaran, Jeremy King Wang, Kee Boon Lim, Sreenivasulu Reddy Mogali, Lorainne Tudor Car
2021· article· en· JMIR Medical Education· Engineering
prédiction distillée:candidate · insufficient_payloadconsensus · aucune
238
citations
venueno affnon étiqueté
The Advent of Generative Language Models in Medical Education
Mert Karabacak, Burak Berksu Ozkara, Konstantinos Margetis, Max Wintermark, Sotirios Bisdas
2023· article· en· JMIR Medical Education· Medicine
prédiction distillée:candidate · aucuneconsensus · aucune
203
citations
affvenuenon étiqueté
Online Lectures in Undergraduate Medical Education: Scoping Review
Brandon Tang, Alon Coret, Aatif Qureshi, Henry Barron, Ana Patricia Ayala, Marcus Law
2018· article· en· JMIR Medical Education· Social Sciences
prédiction distillée:candidate · metaresearch+insufficient_payloadconsensus · aucune
124
citations
venueno affnon étiqueté
Digital Health Training Programs for Medical Students: Scoping Review
Lorainne Tudor Car, Bhone Myint Kyaw, Rishi Panday, Rianne van der Kleij, Niels H. Chavannes, Azeem Majeed +1 autres
2021· article· en· JMIR Medical Education· Medicine
prédiction distillée:candidate · insufficient_payloadconsensus · aucune
114
citations
venueno affnon étiqueté
ChatGPT in Clinical Toxicology
Mary Sabry Abdel-Messih, Maged N. Kamel Boulos
2023· article· en· JMIR Medical Education· Medicine
prédiction distillée:candidate · insufficient_payloadconsensus · insufficient_payload
93
citations

En coulisses: Sélection · Constats · À propos