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
Open Source Software Innovations
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.

725 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.
725 travaux dans la cohorte · sur 4 299 418page 2 sur 15

Les étiquettes couvrent 4 des 725 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 725 des 725 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
Understanding "watchers" on GitHub
Jyoti Sheoran, Kelly Blincoe, Eirini Kalliamvakou, Daniela Damian, Jordan Ell
2014· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
59
citations
affnon étiqueté
How to Find Answers within Your Company
Hind Benbya, Marshall Van Alstyne
2010· article· en· SSRN Electronic Journal· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
57
citations
affnon étiqueté
An open source pharma roadmap
Manica Balasegaram, Peter Kolb, John C. McKew, Jaykumar Menon, Piero Olliaro, Tomasz Sablinski +4 autres
2017· article· en· PLoS Medicine· Computer Science
prédiction machine:candidate · open_scienceconsensus · aucune
52
citations
affsans résuménon étiqueté
Ethics in computer software design and development
A. J. Thomson, Daniel L. Schmoldt
2001· article· en· Computers and Electronics in Agriculture· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
50
citations
fundno affnon étiqueté
Systematizing benefits of open science practices
Valeria Arza, Mariano Fressoli
2017· article· en· Information Services & Use· Computer Science
prédiction machine:candidate · open_scienceconsensus · aucune
48
citations
fundno affnon étiqueté
Competitive Strategy for Open Source Software
Vineet Kumar, Brett R. Gordon, Kannan Srinivasan
2011· article· en· Marketing Science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
48
citations
affsans résuménon étiqueté
Evolution of Open Source Communities
Michael Weiß, Gabriella Moroiu, Ping Zhao
2006· book-chapter· en· IFIP International Federation for Information Processing/IFIP· Computer Science
prédiction machine:candidate · open_scienceconsensus · aucune
45
citations
affnon étiqueté
The role of patch review in software evolution
Mehrdad Nurolahzade, Seyed Mehdi Nasehi, Shahedul Huq Khandkar, Shreya Rawal
2009· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
43
citations
afffundnon étiqueté
Measuring user influence in GitHub
Ali Sajedi Badashian, Eleni Stroulia
2016· article· en· Computer Science
prédiction machine:candidate · bibliometricsconsensus · aucune
38
citations
affsans résuménon étiqueté
The Value of Open Source Software
Manuel Hoffmann, Frank Nagle, Yanuo Zhou
2024· article· en· SSRN Electronic Journal· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
36
citations
affnon étiqueté
Fostering reproducibility in industry-academia research
Barbara R. Jasny, N. S. Wigginton, Marcia McNutt, Tania Bubela, Stuart Buck, Robert Cook‐Deegan +14 autres
2017· article· en· Science· Computer Science
prédiction machine:candidate · metaresearch+open_scienceconsensus · metaresearch
36
citations
affsans résuménon étiqueté
Management of community contributions
Nicolas Bettenburg, Ahmed E. Hassan, Bram Adams, Daniel M. Germán
2013· article· en· Empirical Software Engineering· Computer Science
prédiction machine:candidate · stsconsensus · aucune
34
citations
affsans résuménon étiqueté
Google summer of code: Student motivations and contributions
Jefferson O. Silva, Igor Wiese, Daniel M. Germán, Christoph Treude, Marco Aurélio Gerosa, Igor Steinmacher
2020· article· en· Singapore Management University Institutional Knowledge (InK) (Singapore Management University)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
33
citations

En coulisses: Sélection · Constats · À propos