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
Medical Education
Sujet
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.

1 113 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.
1 113 travaux dans la cohorte · sur 4 299 418page 17 sur 23

Les étiquettes couvrent 3 des 1 113 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 1 113 des 1 113 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.

affnon étiqueté
Myths in medicine: How did we get here?
Anahita Dehmoobad Sharifabadi, Chantalle Clarkin, Asif Doja
2019· letter· en· Medical Education· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
5
citations
afffundnon étiqueté
When I say … understand
Martina Kelly, Tim Dornan, Tinu Ruparell
2018· article· en· Medical Education· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
5
citations
affsans résuménon étiqueté
Medical expertise and mashed potatoes
Geoff Norman
2002· article· en· Medical Education· Health Professions
prédiction machine:candidate · aucuneconsensus · aucune
5
citations
affnon étiqueté
Making change in medical education
Jonathan Sherbino
2019· letter· en· Medical Education· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
5
citations
aboutno affnon étiqueté
Where <i>Medical Education</i> matters
John Bligh
2016· editorial· en· Medical Education· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
5
citations
affnon étiqueté
When I say … active learning
Adam Gavarkovs, Emer Finan, Rune Dall Jensen, Ryan Brydges
2024· article· en· Medical Education· Social Sciences
prédiction machine:candidate · aucuneconsensus · aucune
5
citations
affsans résuménon étiqueté
How faculty development research can inform practice
Peter J. McLeod, Yvonne Steinert, Miriam Boillat
2011· article· en· Medical Education· Medicine
prédiction machine:candidate · metaresearchconsensus · metaresearch
4
citations
affnon étiqueté
When I Say…Human
Anna MacLeod, Victoria Luong, Paula Cameron, George Kovács, Lucy Patrick, Jonathan Tummons +1 autres
2021· article· en· Medical Education· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affnon étiqueté
Performance is in the eye of the beholder
Evan Tannenbaum, Walter Tavares, Ayelet Kuper
2019· article· en· Medical Education· Social Sciences
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affsans résuménon étiqueté
Harry Potter Day: promoting careers in medicine
Pamela Brett-MacLean, Stefanie Vogt, Trish Chatterley, Clair Birkman, Carol S. Hodgson
2013· article· en· Medical Education· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affnon étiqueté
When I say … anti‐racist praxis
Vivetha Thambinathan, Elizabeth Anne Kinsella
2022· letter· en· Medical Education· Social Sciences
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affnon étiqueté
On identity, agency and (sub)culture
Christopher Watling
2022· article· en· Medical Education· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affsans résuménon étiqueté
The birth of scenario‐oriented learning in ethics
Emanuela Ferretti, Kristina Rohde, Gregory Moore, Thierry Daboval
2015· article· en· Medical Education· Social Sciences
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affsans résuménon étiqueté
Virtual handouts for handheld computers
David Topps
2002· article· en· Medical Education· Social Sciences
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affnon étiqueté
When I say … pedagogy
Tim Dornan, Martina Kelly
2021· article· en· Medical Education· Social Sciences
prédiction machine:candidate · aucuneconsensus · aucune
4
citations

En coulisses: Sélection · Constats · À propos