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 12 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.

aboutno affnon étiqueté
P1846HISTORY OF ARTIFICIAL INTELLIGENCE AND ITS APPLICATION IN NEPHROLOGY
Danijela Tasić, Miloš Milovančević, Katarina Djordjević, Slobodanka Galović, Zorica Dimitrijević, Mitic Branka +1 autres
2020· article· en· Nephrology Dialysis Transplantation· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
2
citations
affnon étiqueté
A synthetic dataset of liver disorder patients
Giovanna Nicora, Tommaso Mario Buonocore, Enea Parimbelli
2023· article· en· Data in Brief· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
2
citations
fundno affnon étiqueté
LLM Dataset Inference: Did you train on my dataset?
Pratyush Maini, Hengrui Jia, Nicolas Papernot, Adam Dziedzic
2024· preprint· en· arXiv (Cornell University)· Computer Science
prédiction distillée:candidate · metaepi_narrow+research_integrity+insufficient_payloadconsensus · aucune
2
citations
affnon étiqueté
Expert-augmented machine learning
Efstathios D. Gennatas, Jerome H. Friedman, Lyle Ungar, Romain Pirracchio, Eric Eaton, Lara Reichman +1 autres
2020· preprint· en· Proceedings of the National Academy of Sciences· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
2
citations
afffundsans résuménon étiqueté
Building models for prediction: are we good at it?
Marie Beauséjour, Jean‐Marc Mac‐Thiong
2020· editorial· en· Spinal Cord· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
2
citations
affsans résuménon étiqueté
Klinische Probleemstellingen. Onderzoek en diagnostiek van 236 aandoeningen.
C. J. E. Kaandorp, P.J. van den Broek, P. N. R. Dekhuijzen, G. R. Dohle, P. P. Tak, Niek de Vries
2007· article· nl· Data Archiving and Networked Services (DANS)· Computer Science
prédiction distillée:candidate · metaepi_narrow+sts+open_scienceconsensus · aucune
2
citations
fundno affnon étiqueté
A risk scoring model of COVID-19 at hospital admission
João Gomes, António Ferreira, Afonso Alves, Beatriz Nogueira Sequeira
2023· article· en· PLoS ONE· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
2
citations
affsans résuménon étiqueté
Intelligent Decision Support in Medicine: back to Bayes?
Bill Winogron, Bowen Hui, Catherine Pyper, Colin Jones, Craig Boutilier, Gitte Lindgaard +5 autres
2020· article· en· TUGraz OPEN Library (Graz University of Technology)· Computer Science
prédiction distillée:candidate · open_science+insufficient_payloadconsensus · aucune
2
citations
afffundnon étiqueté
XGBoost for Interpretable Alzheimer’s Decision Support
Mason Kadem, Michael D. Noseworthy, Thomas E. Doyle
2023· article· en· Proceedings of the AAAI Symposium Series· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
2
citations
affsans résuménon étiqueté
AI listens for health conditions
Neil Savage
2025· article· en· Nature· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
2
citations
afffundsans résuménon étiqueté
RIMD: A novel method for clinical prediction
Saroj Basnet, Sirvan Parasteh, Alireza Manashty, Brandon Sasyniuk
2023· article· en· Artificial Intelligence in Medicine· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
2
citations
affnon étiqueté
HippUnfold HCP-YA Training Data
Jordan DeKraker, Ali R. Khan
2022· dataset· en· Zenodo (CERN European Organization for Nuclear Research)· Computer Science
prédiction distillée:candidate · metaepi_narrow+sts+scholarly_communication+open_science+insufficient_payloadconsensus · open_science+insufficient_payload
2
citations

En coulisses: Sélection · Constats · À propos