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
Bayesian Modeling and Causal Inference
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.

961 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.
961 travaux dans la cohorte · sur 4 299 418page 19 sur 20

Les étiquettes couvrent 2 des 961 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 961 des 961 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le mode candidate est l'union; le consensus est l'intersection.

affnon étiqueté
Applications of Causal Inference
А. И. Лещенко
2024· preprint· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
A Combinatorial Approach to Causal Inference
Thomas C. Fraser
2019· article· en· arXiv (Cornell University)· Computer Science
prédiction distillée:candidate · insufficient_payloadconsensus · aucune
0
citations
affnon étiqueté
Applications of Causal Inference
А. И. Лещенко
2024· preprint· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Bayes’ Theorem
Jacques Balayla
2024· book-chapter· en· Computer Science
prédiction distillée:candidate · insufficient_payloadconsensus · aucune
0
citations
afffundnon étiqueté
Stable Matching with Contingent Priorities
Ignacio Ríos, Federico Bobbio, Margarida Carvalho, Alfredo Torrico
2025· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Statistical Relational Learning
Reda Alhajj, Jon Rokne
2018· book-chapter· en· Computer Science
prédiction distillée:candidate · insufficient_payloadconsensus · insufficient_payload
0
citations
affnon étiqueté
A Surprise-based Qualitative Calculus
Zina Ibrahim, Ahmed Y. Tawfik, Alioune Ngom
2009· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
0
citations
afffundsans résuménon étiqueté
Weak Feller property of non-linear filters
Ali̇ Devran Kara, Naci Saldı, Serdar Yüksel
2019· preprint· en· Systems & Control Letters· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
0
citations
affsans résuménon étiqueté
Bayesian Networks
2014· book-chapter· en· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
0
citations
affsans résuménon étiqueté
When is a Program an Actual Cause
Bita Banihashemi, Shakil M. Khan, Mikhail Soutchanski
2021· article· en· International Conference on Lightning Protection· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Knowledge typology for imprecise probabilities.
George D. Wilson, Leslie Zucker
2002· article· en· OSTI OAI (U.S. Department of Energy Office of Scientific and Technical Information)· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
On Approximability of Propositional Model Counting
Diptarka Chakraborty, Lawqueen Kanesh, Kuldeep S. Meel
2025· preprint· en· SSRN Electronic Journal· Computer Science
prédiction distillée:candidate · research_integrityconsensus · aucune
0
citations
affsans résuménon étiqueté
Relational Network Classification
2018· book-chapter· en· Computer Science
prédiction distillée:candidate · insufficient_payloadconsensus · insufficient_payload
0
citations
affsans résuménon étiqueté
Learning NAT-Modeled Bayesian Networks from Data.
Yang Xiang, Wang Qian
2020· article· en· The Florida AI Research Society· Computer Science
prédiction distillée:candidate · open_science+research_integrityconsensus · aucune
0
citations
affnon étiqueté
Measuring belief-dependent preferences without data on beliefs
Alexander Sebald, Charles Bellemare
2022· article· en· Zenodo (CERN European Organization for Nuclear Research)· Computer Science
prédiction distillée:candidate · sts+scholarly_communication+open_science+insufficient_payloadconsensus · open_science+insufficient_payload
0
citations
affnon étiqueté
Efficient Caching in Elimination Trees.
Kevin Grant, Michael C. Horsch
2007· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Bayesian Networks
Reda Alhajj, Jon Rokne
2018· book-chapter· en· Computer Science
prédiction distillée:candidate · metaepi_narrow+insufficient_payloadconsensus · insufficient_payload
0
citations

En coulisses: Sélection · Constats · À propos