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
Machine Learning 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.

1 008 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.
1 008 travaux dans la cohorte · sur 4 299 418page 11 sur 21

Les étiquettes couvrent 4 des 1 008 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 1 008 des 1 008 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le mode candidate est l'union; le consensus est l'intersection.

fundno affnon étiqueté
Ensemble Modeling for the Classification of Birth Data
Fiaz Majeed, Abdul Razzaq Ahmad Shakir, Maqbool Ahmad, Shahzada Khurram, Muhammad Qaiser Saleem, Muhammad Shafiq +3 autres
2024· article· en· Intelligent Automation & Soft Computing· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
3
citations
affsans résuménon étiqueté
Maximally Machine-Learnable Portfolios
Philippe Goulet Coulombe, Maximilian Göbel
2023· article· en· SSRN Electronic Journal· Computer Science
prédiction distillée:candidate · research_integrity+insufficient_payloadconsensus · aucune
3
citations
fundno affsans résuménon étiqueté
Artificial Intelligence in Medicine
2024· book· en· Lecture notes in computer science· Computer Science
prédiction distillée:candidate · metaepi_narrow+open_science+research_integrityconsensus · aucune
3
citations
affnon étiqueté
Deep learning for platelet transfusion
Na Li, Douglas G. Down
2023· editorial· en· Blood· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
3
citations
affnon étiqueté
Reflective Artificial Intelligence
Peter R. Lewis, Ştefan Sarkadi
2023· preprint· en· Research Portal (King's College London)· Computer Science
prédiction distillée:candidate · metaepi_narrow+open_science+research_integrity+insufficient_payloadconsensus · open_science
3
citations
affnon étiqueté
The Challenges of Data Visualization for Precision Medicine
Tatiana Bevilacqua, Raphael Mendoza da Nobrega, Helen Chen, Plinio Pelegrini Morita
2019· article· en· Proceedings of the International Symposium on Human Factors and Ergonomics in Health Care· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
2
citations
aboutno affnon étiqueté
Predictive Models in Personalized Medicine
Faisal Farooq, Balaji Krishnapuram, Rómer Rosales, Shipeng Yu, Jude Shavlik, Raju Kucherlapati
2011· article· en· ACM SIGHIT Record· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
2
citations
affsans résuménon étiqueté
Big Data Challenges from a Human Factors Perspective
André Kushniruk, Elizabeth M. Borycki
2019· book-chapter· en· Lecture notes in bioengineering· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
2
citations
affnon étiqueté
Predicting the Length of Stay of Patients in Hospitals
Zhiwei Fu, Xinran Gu, Jia Fu, Mojtaba Moattari, Farhana Zulkernine
2021· article· en· 2021 IEEE International Conference on Bioinformatics and Biomedicine (BIBM)· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
2
citations

En coulisses: Sélection · Constats · À propos