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
Cancer-related molecular mechanisms research
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.

1 598 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.
1 598 travaux dans la cohorte · sur 4 299 418page 19 sur 32

Les étiquettes couvrent 2 des 1 598 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 1 598 des 1 598 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
LncRNAs regulates cell death in osteosarcoma
Ping-An Zou, Zhiwei Tao, Tao Xiong, Li Niu
2025· article· en· Scientific Reports· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
afffundnon étiqueté
Data on microRNA expression, predicted gene targets and pathway analysis in response to different concentrations of a cranberry proanthocyanidin-rich extract and its metabolite 3-(4-hydroxyphenyl)-propionic acid in intestinal Caco-2BBe1 cells
Zoe Dimoff, Zoe Lofft, Fred Liang, Paraskevi Massara, Diana Wu, Inke Paetau‐Robinson +3 autres
2024· article· en· Data in Brief· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affsans résuménon étiqueté
The roles of Irx3 and Irx5 in inner ear neurosensory patterning
Yuchen Liu, Boshi Wang, Elaine Y.M. Wong, Sze Lan Tsang, Chin Chung Ho, Chi Chung Hui +1 autres
2017· article· en· Mechanisms of Development· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affsans résuménon étiqueté
Skeletal muscle lncRNA profile associated with fatty acids in beef cattle
Bruna Maria Salatta, Maria Malane Magalhães Muniz, Larissa Fernanda Simielli Fonseca, Lúcio Flávio Macêdo Mota, C. Teixeira, Gabriela Bonfá Frezarim +5 autres
2024· preprint· en· Research Square· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affnon étiqueté
RNA dataset to train XGBoost model
Brian Lam, Alberto J. León, Ugljesa Djuric, Phedias Diamandis
2021· dataset· en· Zenodo (CERN European Organization for Nuclear Research)· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affnon étiqueté
Deep learning-based approach for automated assessment of PTEN status.
Tamara Jamaspishvili, Stephanie Harmon, Palak Patel, Thomas Sanford, Isabelle Caven, Rachael Iseman +4 autres
2020· article· en· Journal of Clinical Oncology· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affsans résuménon étiqueté
Central synapse, neural circuit, and brain function
Hideto Takahashi, Keiko Matsuda, Katsuhiko Tabuchi, Jaewon Ko
2017· editorial· en· Neuroscience Research· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
1
citations

En coulisses: Sélection · Constats · À propos