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
Data Management and Algorithms
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.

1 256 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.
1 256 travaux dans la cohorte · sur 4 299 418page 14 sur 26

Les étiquettes couvrent 2 des 1 256 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 1 256 des 1 256 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
Geometric Algorithms for Density-Based Data Clustering
Danny Z. Chen, Michiel Smid, Bin Xu
2002· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction distillée:candidate · metaepi_narrow+scholarly_communication+open_scienceconsensus · aucune
3
citations
afffundnon étiqueté
A Survey on Spatio-temporal Data Analytics Systems
Md Mahbub Alam, Luı́s Torgo, Albert Bifet
2022· preprint· en· ACM Computing Surveys· Computer Science
prédiction distillée:candidate · metaepi_narrow+scholarly_communication+open_scienceconsensus · open_science
3
citations
affnon étiqueté
Efficient computation of view subsets
Frank Dehne, Todd Eavis, Andrew Rau‐Chaplin
2007· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
3
citations
affsans résuménon étiqueté
Probabilistic TCP-net
Sultan Ahmed, Malek Mouhoub
2017· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction distillée:candidate · metaepi_narrow+scholarly_communication+open_scienceconsensus · aucune
3
citations
affnon étiqueté
NIR-Tree: A Non-Intersecting R-Tree
Kyle Langendoen, Brad Glasbergen, Khuzaima Daudjee
2021· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
3
citations
affsans résuménon étiqueté
Document Clustering with Grouping and Chaining Algorithms
Yllias Chali, Soufiane Noureddine
2005· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction distillée:candidate · metaepi_narrow+scholarly_communicationconsensus · aucune
3
citations
affnon étiqueté
Stretch 'n' shrink
Chaitanya Mishra, Nick Koudas
2008· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
3
citations
affsans résuménon étiqueté
Learning a Classifier when the Labeling Is Known
Shalev Ben-David, Shai Ben-David
2011· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction distillée:candidate · metaepi_narrow+scholarly_communication+open_scienceconsensus · aucune
3
citations
affnon étiqueté
Querying RDF Data with Imprecise Time Phrases
Majid RobatJazi, Marek Reformat, Witold Pedrycz, Petr Musı́lek
2015· article· en· Computer Science
prédiction distillée:candidate · insufficient_payloadconsensus · aucune
3
citations
affsans résuménon étiqueté
L-Fuzzy Databases in Arrow Categories
Evans Adjei, Wazed Chowdhury, Michael Winter
2015· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
3
citations
affsans résuménon étiqueté
Data Mining with Calendar Attributes
Howard J. Hamilton, Dee Jay Randall
2001· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction distillée:candidate · metaepi_narrow+open_scienceconsensus · aucune
3
citations
venueno affnon étiqueté
Maps and the Meaning of the Cloud
Michael P. Peterson
2015· article· en· Cartographica The International Journal for Geographic Information and Geovisualization· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
3
citations
affnon étiqueté
Skyline Computation with Noisy Comparisons
Benoît Groz, Frederik Mallmann-Trenn, Claire Mathieu, Víctor Verdugo
2017· preprint· en· arXiv (Cornell University)· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
3
citations
affnon étiqueté
I/O-efficient contour queries on terrains
Pankaj K. Agarwal, Thomas Mølhave, Bardia Sadri
2011· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
2
citations
affnon étiqueté
SRAI: Towards Standardization of Geospatial AI
Piotr Gramacki, Kacper Leśniara, Kamil Raczycki, Szymon Woźniak, Marcin Przymus, Piotr Szymański
2023· preprint· en· arXiv (Cornell University)· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
2
citations

En coulisses: Sélection · Constats · À propos