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
Data Analysis with R
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.

814 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.
814 travaux dans la cohorte · sur 4 299 418page 2 sur 17

Les étiquettes couvrent 3 des 814 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 814 des 814 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
Programming with R
W. John Braun, Duncan J. Murdoch
2007· book-chapter· en· Cambridge University Press eBooks· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
8
citations
affnon étiqueté
Fun with the R Grid Package
Lutong Zhou, W. John Braun
2010· article· en· Journal of Statistics Education· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
7
citations
affnon étiqueté
SimPHO: an ontology for simulation modeling of population health
Anya Okhmatovskaia, David L. Buckeridge, Arash Shaban‐Nejad, Andrew Sutcliffe, Philippe Finès, Jacek A. Kopec +1 autres
2012· article· en· Winter Simulation Conference· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
7
citations
affsans résuménon étiqueté
Advanced Statistical Methods in Data Science
Hao Yu, Grace Y. Yi, Xuewen Lu, Jiahua Chen, Ding‐Geng Chen
2016· book· en· ICSA book series in statistics· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
5
citations
affnon étiqueté
Transparency in empirical economic research
Cristina Blanco-Perez, Abel Brodeur
2019· article· en· IZA World of Labor· Computer Science
prédiction machine:candidate · metaresearchconsensus · metaresearch
3
citations
affnon étiqueté
A Practical Guide to Data Analysis Using R
John H. Maindonald, W. John Braun, Jeffrey L. Andrews
2024· book· en· Cambridge University Press eBooks· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
affnon étiqueté
The History of ViSta: The Visual Statistics System
Pedro Valero‐Mora, Rubén Daniel Ledesma, Michael Friendly
2012· review· en· Wiley Interdisciplinary Reviews Computational Statistics· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
aboutno affnon étiqueté
rdataretriever: R Interface to the Data Retriever
Henry Senyondo, Daniel J. McGlinn, Pranita Sharma, David J. Harris, Hao Ye, Shawn D. Taylor +7 autres
2017· dataset· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
affvenuenon étiqueté
Research Methods: Altmetrics
Virginia Wilson
2016· article· en· Evidence Based Library and Information Practice· Computer Science
prédiction machine:candidate · metaresearch+bibliometrics+insufficient_payloadconsensus · aucune
2
citations
affnon étiqueté
AdMit: Adaptive Mixtures of Student-t Distributions
David Ardia, Lennart F. Hoogerheide, Herman K. van Dijk
2009· article· en· SSRN Electronic Journal· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
affnon étiqueté
A brief introduction to R
John H. Maindonald, W. John Braun
2013· book-chapter· en· Cambridge University Press eBooks· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations

En coulisses: Sélection · Constats · À propos