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
The Journal of Open Source Software
Sujet
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.

144 résultats · 1 filtre actif ·
Résultats par année
20172025
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.
144 travaux dans la cohorte · sur 4 299 418page 2 sur 3

Les étiquettes couvrent 1 des 144 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 144 des 144 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.

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
2021· article· en· The Journal of Open Source Software· Computer Science
prédiction machine:candidate · open_scienceconsensus · aucune
5
citations
fundno affnon étiqueté
OpenTera: A Framework for TelehealthApplications
Dominic Létourneau, Simon Brière, Marc-Antoine Maheux, Cédric Godin, Philippe Warren, Gabriel Lauzier +6 autres
2023· article· en· The Journal of Open Source Software· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
afffundnon étiqueté
OpenCMP: An Open-Source Computational MultiphysicsPackage
Elizabeth J. Monte, Alexandru Andrei Vasile, James Lowman, Nasser Mohieddin Abukhdeir
2022· article· en· The Journal of Open Source Software· Engineering
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affnon étiqueté
LaMa: a thematic labelling web application
Victoria Bogachenkova, Eduardo Costa Martins, Jarl Jansen, Ana-Maria Olteniceanu, Bartjan Henkemans, Chinno Lavin +7 autres
2023· article· en· The Journal of Open Source Software· Social Sciences
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
affnon étiqueté
otoole: OSeMOSYS Tools for Energy Work
Trevor Barnes, Will Usher
2023· article· en· The Journal of Open Source Software· Engineering
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
affsans résuménon étiqueté
splot - visual analytics for spatial statistics
Stefanie Lumnitz, Daniel Arribas‐Bel, Renan Xavier Cortes, James Gaboardi, Verena C. Griess, Wei Kang +3 autres
2020· article· en· The Journal of Open Source Software· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
fundno affnon étiqueté
atems: Analysis tools for TEM images of carbonaceousparticles
Timothy A. Sipkens, Ramin Dastanpour, Una Trivanovic, Hamed Nikookar, Steven N. Rogak
2024· article· en· The Journal of Open Source Software· Materials Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
fundno affnon étiqueté
PyNeuroTrace - Python code for neural activity timeseries
Patrick Coleman, Peter William Hogg, Tristan Dellazizzo Toth, Kurt Haas
2024· article· en· The Journal of Open Source Software· Neuroscience
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
affnon étiqueté
portalcasting: Supporting automated forecasting of rodent populations
Juniper L. Simonis, Glenda M. Yenni, Ellen K. Bledsoe, Erica M. Christensen, Henry Senyondo, Shawn D. Taylor +3 autres
2022· article· en· The Journal of Open Source Software· Environmental Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
affsans résuménon étiqueté
THzTools: data analysis software for terahertztime-domain spectroscopy
Jonathan Posada Loaiza, Santiago Higuera-Quintero, Atif Noori, Laleh Mohtashemi, Ryan Hall, Naod Ayalew Yimam +1 autres
2024· article· en· The Journal of Open Source Software· Engineering
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
afffundaboutnon étiqueté
WDPM: the Wetland DEM Ponding Model
Kevin Shook, Raymond J. Spiteri, John W. Pomeroy, Tonghe Liu, Oluwaseun Sharomi
2021· article· en· The Journal of Open Source Software· Environmental Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
afffundnon étiqueté
ivadomed: A Medical Imaging Deep Learning Toolbox
Charley Gros, Andréanne Lemay, Olivier Vincent, Lucas Rouhier, Anthime Bucquet, Joseph Cohen +1 autres
2021· preprint· en· The Journal of Open Source Software· Engineering
prédiction machine:candidate · aucuneconsensus · aucune
1
citations

En coulisses: Sélection · Constats · À propos