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
Sentiment Analysis and Opinion Mining
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.

797 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.
797 travaux dans la cohorte · sur 4 299 418page 16 sur 16

Les étiquettes couvrent 0 des 797 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 797 des 797 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le volet Gemma est une étiquette directe du modèle pour chaque travail (titre seulement); le volet Codex est un classifieur distillé et calibré. Le mode candidate est l'union; le consensus est l'intersection.

affsans résuménon étiqueté
Sentiment Analysis
2018· book-chapter· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
aboutno affnon étiqueté
Learning Incident Causes
2008· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Large Language Model for Chatbot
Prof. Trupti Farande, Vishal B. Waghmare, Rushikesh Barkade, Adesh Shinde, Omkar Naikade
2024· article· en· International Journal of Advanced Research in Science Communication and Technology· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Sentiment Detection and Analysis
Reda Alhajj, Jon Rokne
2018· book-chapter· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
aboutno affsans résuménon étiqueté
National Library of Canada to
2015· article· en· Computer Science
prédiction machine:candidate · insufficient_payloadconsensus · insufficient_payload
0
citations
affnon étiqueté
#Emotional Tweets
2012· article· nl· National Research Council Canada (Government of Canada)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
aboutno affnon étiqueté
Puissance Maximale - Emission 13 juin 2013
2013· other· fr· Bulletin of Miscellaneous Information (Royal Gardens Kew)· Computer Science
prédiction machine:candidate · insufficient_payloadconsensus · aucune
0
citations
affsans résuménon étiqueté
Social Media Analysis
2018· book-chapter· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
aboutno affnon étiqueté
Episode 186 - LORETTA LYNN - ANNE MURRAY - GRADY L.
2021· other· en· Bulletin of Miscellaneous Information (Royal Gardens Kew)· Computer Science
prédiction machine:candidate · insufficient_payloadconsensus · insufficient_payload
0
citations
affnon étiqueté
Identifying Purpose Behind Electoral Tweets
Saif M. Mohammad, Svetlana Kiritchenko, Joel Martin
2013· preprint· en· arXiv (Cornell University)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Emotion Detection on Twitter Textual Data
Fan Jiang, Colton Aarts
2020· book-chapter· en· Advances in intelligent systems and computing· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
venueno affnon étiqueté
10.51847/bEESQDVsrx
2000· review· en· Time to knit· Computer Science
prédiction machine:candidate · insufficient_payloadconsensus · insufficient_payload
0
citations
aboutno affsans résuménon étiqueté
Montréal
2020· other· fr· EspaceINRS (National Institute for Scientific Research (Canada))· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
From Citizens to Decision-Makers
Eya Boukchina, Sehl Mellouli, Emna Menif
2019· book-chapter· en· Natural Language Processing· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Methodology
Mosab Alfaqeeh, David B. Skillicorn
2024· book-chapter· en· Lecture notes in social networks· Computer Science
prédiction machine:candidate · insufficient_payloadconsensus · aucune
0
citations
aboutno affnon étiqueté
Congregation
2014· other· en· Digital Commons - ACU (Abilene Christian University)· Computer Science
prédiction machine:candidate · insufficient_payloadconsensus · aucune
0
citations
affnon étiqueté
Sentiment analysis of Amazon product reviews
Beiyu Xu, Hongwu Gan, Xinyue Sun, Xiaoying Shao
2023· article· en· Applied and Computational Engineering· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Topic and Sentiment Modelling for Social Media
Stan Matwin, Aristides Milios, Paweł Prałat, Amílcar Soares, François Théberge
2023· book-chapter· en· SpringerBriefs in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Objective and Neutral Summarization of Customer Reviews
Florian Carichon, Chrys Ngouma, Bang Liu, Gilles Caporossi
2023· preprint· en· SSRN Electronic Journal· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
fundno affnon étiqueté
Extracting Major Topics of COVID-19 Related Tweets
Faezeh Azizi, Hamed Vahdat‐Nejad, Hamideh Hajiabadi, Mohammad Hossein Khosravi
2021· preprint· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations

En coulisses: Sélection · Constats · À propos