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
Sujet
Artificial Intelligence in Healthcare
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.

843 résultats · 1 filtre actif ·
Résultats par année
20002025
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.
843 travaux dans la cohorte · sur 4 299 418page 11 sur 17

Les étiquettes couvrent 7 des 843 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 843 des 843 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le mode candidate est l'union; le consensus est l'intersection.

affsans résuménon étiqueté
Enterprise Health Information Systems
2006· book-chapter· en· Health Informatics· Health Professions
prédiction distillée:candidate · metaepi_narrow+sts+research_integrity+insufficient_payloadconsensus · research_integrity
0
citations
venueno affnon étiqueté
Innovative Health Technologies Based on Big Data
Serik Smagulov, Viktoriya Smagulova
2019· article· en· Intellectual Archive· Health Professions
prédiction distillée:candidate · insufficient_payloadconsensus · insufficient_payload
0
citations
affsans résuménon étiqueté
International workshop on Artificial Intelligence in Medical Applications
Krzysztof Pancerz, Łukasz Piątek, Aliaksei Andrushevich, Jan G. Bazan, Jaime S. Cardoso, David A. Clifton +13 autres
2013· article· en· Federated Conference on Computer Science and Information Systems· Health Professions
prédiction distillée:candidate · insufficient_payloadconsensus · aucune
0
citations
venueno affsans résuménon étiqueté
10.1016/s0967-0653(98)85466-5
2000· article· en· Time to knit· Health Professions
prédiction distillée:candidate · insufficient_payloadconsensus · insufficient_payload
0
citations
affnon étiqueté
Dataset from Shrestha et al., JCI Insight (2021)
Shristi Shrestha, Diane C. Saunders, John T. Walker, Joan Camuñas-Soler, Xiao-Qing Dai, Rachana Haliyur +11 autres
2023· dataset· en· Zenodo (CERN European Organization for Nuclear Research)· Health Professions
prédiction distillée:candidate · metaepi_narrow+sts+research_integrity+insufficient_payloadconsensus · insufficient_payload
0
citations
affsans résuménon étiqueté
Book Review: Analyzing medical data using S-PLUS
John C. Nash
2004· article· en· Statistical Methods in Medical Research· Health Professions
prédiction distillée:candidate · metaresearch+research_integrity+insufficient_payloadconsensus · metaresearch+insufficient_payload
0
citations
venueno affsans résuménon étiqueté
10.1016/s0197-2510(08)70211-0
A.J. Heightman
2000· editorial· en· Time to knit· Health Professions
prédiction distillée:candidate · metaepi_narrow+sts+research_integrity+insufficient_payloadconsensus · research_integrity+insufficient_payload
0
citations
affnon étiqueté
MaMI dataset
Laura E. Suárez, Yossi Yoval, Martijn P. van den Heuvel, Olaf Sporns, Guillaume Lajoie, Bratislav Mišić
2022· dataset· en· Zenodo (CERN European Organization for Nuclear Research)· Health Professions
prédiction distillée:candidate · metaepi_narrow+sts+research_integrity+insufficient_payloadconsensus · insufficient_payload
0
citations
venueno affnon étiqueté
10.51847/cUp0ZXE
2000· article· en· Time to knit· Health Professions
prédiction distillée:candidate · insufficient_payloadconsensus · insufficient_payload
0
citations
fundno affnon étiqueté
Recurrent Linear Transformers
Subhojeet Pramanik, Esraa Elelimy, Marlos C. Machado, Adam White
2023· preprint· en· arXiv (Cornell University)· Health Professions
prédiction distillée:candidate · metaepi_narrow+research_integrity+insufficient_payloadconsensus · aucune
0
citations
venueno affsans résuménon étiqueté
10.1016/s1558-0164(10)70383-7
2000· article· en· Time to knit· Health Professions
prédiction distillée:candidate · insufficient_payloadconsensus · insufficient_payload
0
citations
affsans résuménon étiqueté
An Approach to “Big Data”
Lucas Gallo, Oluwatobi R. Olaiya, Christopher J. Coroneos
2023· article· en· Plastic Surgery· Health Professions
prédiction distillée:candidate · metaresearch+insufficient_payloadconsensus · aucune
0
citations
affsans résumégemma · aucune catégoriegpt · aucune catégoriemodèles en accord
A Framework for System-level Health Data Sharing
Mana Azarm, Craig Kuziemsky, Liam Peyton
2020· article· en· Health Professions
prédiction distillée:candidate · insufficient_payloadconsensus · aucune
0
citations

En coulisses: Sélection · Constats · À propos