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
Health, Environment, Cognitive Aging
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.

1 205 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.
1 205 travaux dans la cohorte · sur 4 299 418page 2 sur 25

Les étiquettes couvrent 6 des 1 205 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 1 205 des 1 205 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.

afffundvenuenon étiqueté
Physical activity for brain health in older adults
Teresa Liu‐Ambrose, Cindy K. Barha, John R. Best
2018· review· en· Applied Physiology Nutrition and Metabolism· Environmental Science
prédiction machine:candidate · aucuneconsensus · aucune
78
citations
affnon étiqueté
The Dementias Platform UK (DPUK) Data Portal
Sarah Bauermeister, Chris Orton, Simon Thompson, Roger A. Barker, Joshua Bauermeister, Yoav Ben‐Shlomo +59 autres
2020· article· en· European Journal of Epidemiology· Environmental Science
prédiction machine:candidate · aucuneconsensus · aucune
71
citations
afffundaboutnon étiqueté
Cohort Profile: The Saguenay Youth Study (SYS)
Zdenka Pausová, Tomáš Paus, Michał Abrahamowicz, Manon Bernard, Daniel Gaudet, Gabriel Leonard +5 autres
2016· article· en· International Journal of Epidemiology· Environmental Science
prédiction machine:candidate · aucuneconsensus · aucune
61
citations
afffundnon étiqueté
Developments in molecular epidemiology of aging
Sara Hägg, Daniel W. Belsky, Alan A. Cohen
2019· article· en· Emerging Topics in Life Sciences· Environmental Science
prédiction machine:candidate · aucuneconsensus · aucune
61
citations
affsans résuménon étiqueté
Time to synergize mental health with brain health
Agustín Ibáñez, Eduardo R. Zimmer
2023· article· en· Nature Mental Health· Environmental Science
prédiction machine:candidate · aucuneconsensus · aucune
61
citations
affnon étiqueté
EXPOsOMICS: final policy workshop and stakeholder consultation
Michelle C. Turner, Paolo Vineis, Eduardo Seleiro, Michaela Dijmarescu, David M. Balshaw, Roberto Bertollini +17 autres
2018· article· en· BMC Public Health· Environmental Science
prédiction machine:candidate · aucuneconsensus · aucune
49
citations
affnon étiqueté
Position Statement on Population Data Science:
Kim McGrail, Kerina Jones, Ashley Akbari, Tellen D. Bennett, Andy Boyd, Fabrizio Carinci +18 autres
2018· article· en· International Journal for Population Data Science· Environmental Science
prédiction machine:candidate · aucuneconsensus · aucune
47
citations
affsans résuménon étiqueté
Over-celling fetal microbial exposure
Katherine M. Kennedy, Christian J. Bellissimo, Jessica A. Breznik, Jon Barrett, Thorsten Braun, Frederic D. Bushman +12 autres
2021· letter· en· Cell· Environmental Science
prédiction machine:candidate · aucuneconsensus · aucune
43
citations
afffundaboutnon étiqueté
A method for generating synthetic longitudinal health data
Lucy Mosquera, Khaled El Emam, Lei Ding, Vishal Sharma, Xue Hua Zhang, Samer El Kababji +6 autres
2023· article· en· BMC Medical Research Methodology· Environmental Science
prédiction machine:candidate · aucuneconsensus · aucune
40
citations

En coulisses: Sélection · Constats · À propos