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
Industrial Vision Systems and Defect Detection
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.

743 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.
743 travaux dans la cohorte · sur 4 299 418page 15 sur 15

Les étiquettes couvrent 0 des 743 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 743 des 743 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
Smart Casting Process Defects Detection System Framework
Oussama Jouini, Mostafa Ibrahim Deiab, Ibrahim Deiab
2025· preprint· en· SSRN Electronic Journal· Engineering
prédiction distillée:candidate · metaepi_narrow+research_integrityconsensus · aucune
0
citations
affnon étiqueté
3D Perception for Autonomous Driving
Henry Leung
2023· article· en· Proceedings of the International Conference of Control, Dynamic systems, and Robotics· Engineering
prédiction distillée:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Wood Surface Defects Detection Based on AI Algorithm Yolov7
Soukaina Afaf, Anas Abou El Kalam, Yassine Bouslimani
2024· book-chapter· en· Lecture notes in networks and systems· Engineering
prédiction distillée:candidate · metaepi_narrow+research_integrityconsensus · aucune
0
citations
affsans résuménon étiqueté
Commit-Time Defect Prediction Using One-Class Classification
Mohammed A. Shehab, Wael Khreich, Abdelwahab Hamou‐Lhadj, Issam Sedki
2023· preprint· en· SSRN Electronic Journal· Engineering
prédiction distillée:candidate · metaepi_narrow+research_integrityconsensus · aucune
0
citations
affnon étiqueté
ApacheJIT: A Large Dataset for Just-In-Time Defect Prediction
Hossein Keshavarz, Meiyappan Nagappan
2022· dataset· en· Zenodo (CERN European Organization for Nuclear Research)· Engineering
prédiction distillée:candidate · metaepi_narrow+sts+insufficient_payloadconsensus · insufficient_payload
0
citations
affsans résuménon étiqueté
Rinsing Study Based on Inline Cleaning Processes
Mike Bixenman, Michael Mccutchen
2018· article· Cleaning and Coating Conference· Engineering
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
0
citations
affsans résuménon étiqueté
Small Target Detection Algorithm Based on Lightweighted YOLOv5
Shaowei Cao, Lingxia Mu, Youmin Zhang, Ban Wang, Yulong Zhang, Xianghong Xue
2025· book-chapter· en· Lecture notes in electrical engineering· Engineering
prédiction distillée:candidate · metaepi_narrow+research_integrityconsensus · research_integrity
0
citations
affsans résuménon étiqueté
Robot Vision and Deep Learning for Automated Planogram Compliance in Retail
Adel Merabet, Abhishek V. Latha, Francis A. Kuzhippallil, Mohammad Reza Rahimipour, Jason Rhinelander, Ramesh Venkat
2024· book-chapter· en· Communications in computer and information science· Engineering
prédiction distillée:candidate · aucuneconsensus · aucune
0
citations
aboutno affnon étiqueté
Krill production circuit's - DATASET
Déborah Benkort
2018· dataset· en· Zenodo (CERN European Organization for Nuclear Research)· Engineering
prédiction distillée:candidate · metaepi_narrow+sts+insufficient_payloadconsensus · insufficient_payload
0
citations
affnon étiqueté
pytroll/pyresample: Version 1.18.1 (2021/03/22)
2021· other· en· Zenodo (CERN European Organization for Nuclear Research)· Engineering
prédiction distillée:candidate · metaepi_narrow+insufficient_payloadconsensus · insufficient_payload
0
citations
venueno affsans résuménon étiqueté
10.1016/s1553-3212(10)70017-0
2000· article· en· Time to knit· Engineering
prédiction distillée:candidate · insufficient_payloadconsensus · insufficient_payload
0
citations

En coulisses: Sélection · Constats · À propos