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
Mobile Learning in Education
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.

690 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.
690 travaux dans la cohorte · sur 4 299 418page 2 sur 14

Les étiquettes couvrent 2 des 690 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 690 des 690 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.

afffundnon étiqueté
Context-Aware Services for Smart Learning Spaces
Kristopher Scott, Rachid Benlamri
2010· article· en· IEEE Transactions on Learning Technologies· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
76
citations
affsans résuménon étiqueté
The Future of Ubiquitous Learning
Marcelo Fabián Maina, Kinshuk Kinshuk
2015· book· en· Lecture notes in educational technology· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
72
citations
venueno affnon étiqueté
The Use of Social Media in E-Learning: A Metasynthesis
Ernest Mnkandla, Ansie Minnaar
2017· article· en· The International Review of Research in Open and Distributed Learning· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
71
citations
aboutno affnon étiqueté
The Status of Ubiquitous Computing
David G. Brown, Karen R. Petitto
2003· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
67
citations
affnon étiqueté
Merging MOOC and mLearning for Increased Learner Interactions
Inge de Waard, Apostolos Koutropoulos, Rebecca J. Hogue, Sean C. Abajian, Nilgün Özdamar, C. Osvaldo Rodriguez +1 autres
2012· article· en· International Journal of Mobile and Blended Learning· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
55
citations
affaboutnon étiqueté
Canadian academic libraries and the mobile web
Robin Canuel, Chad Crichton
2011· article· en· New Library World· Computer Science
prédiction machine:candidate · scholarly_communicationconsensus · aucune
54
citations
venueno affnon étiqueté
Mobile Phone as Pedagogical Tools: Are Teachers Ready?
Issham Ismail, Siti Norbaya Azizan, Nizuwan Azman
2013· article· en· International Education Studies· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
48
citations
afffundnon étiqueté
Context-aware recommender for mobile learners
Rachid Benlamri, Xiaoyun Zhang
2014· article· en· Human-centric Computing and Information Sciences· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
45
citations
venueno affnon étiqueté
Factors Affecting the Intention to Adopt M-Learning
Sanduni I. Senaratne, Samantha Samarasinghe
2019· article· en· International Business Research· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
39
citations

En coulisses: Sélection · Constats · À propos