MétaCan
ENFR
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.

Exporter en CSVExporter en JSONRequête API

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
Viral Infections and Outbreaks Research
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.

1 563 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.
1 563 travaux dans la cohorte · sur 4 299 418page 20 sur 32

Les étiquettes couvrent 3 des 1 563 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 1 563 des 1 563 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.

affsans résuménon étiqueté
Ebola vaccines: we have options
Darryl Falzarano
2015· letter· en· The Lancet Infectious Diseases· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affnon étiqueté
Under siege
Caroline Hyde-Price
2000· article· en· Nursing Standard· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
aboutno affnon étiqueté
IANPHI and National Public Health Institutes
Ellen A. Spotts Whitney, Katherine Seib, Jessica S. Blackburn, Jacob Clemente, Courtenay M. Dusenbury, Jeffrey P. Koplan
2020· reference-entry· en· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · aucune
3
citations
affsans résuménon étiqueté
Ebola virus is unlikely to become endemic in West Africa
Armand Sprecher, Heinz Feldmann, Lisa E. Hensley, Stuart T. Nichol, Jim Strong, Michel Van Herp
2016· article· en· Nature Microbiology· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
venueno affsans résuménon étiqueté
10.1016/j.yped.2016.07.037
2000· article· en· Time to knit· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · insufficient_payload
3
citations
venueno affnon étiqueté
Factors Associated with Knowledge, Attitudes, and Practices about Tuberculosis in Peruvians
Joan A. Loayza-Castro, Luisa Erika Milagros Vásquez-Romero, Verónica Eliana Rubín-de-Celis Massa, Cori Raquel Iturregui Paucar, Norka Rocío Guillén-Ponce, Sonia Indacochea-Cáceda +1 autres
2023· article· en· International Journal of Statistics in Medical Research· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
fundno affsans résuménon étiqueté
Vaccines for Emerging Viral Diseases
Adam DeZure, Barney S. Graham
2016· book-chapter· en· Elsevier eBooks· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
afffundnon étiqueté
Contextualizing mobility during the Ebola epidemic in Liberia
Mosoka Fallah, Stephen Lavalah, Tina Gbelia, Myers Zondo, Morris Kromah, Lucy K. Tantum +5 autres
2022· article· en· PLoS neglected tropical diseases· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
fundno affnon étiqueté
The first year of the COVID-19 pandemic in the ECOWAS region.
Serge Somda, Aristide Romaric Bado, Abdourahmane Sow, Virgil Kuassi Lokossou, Sybil Ossei-A-Yeboah, Tomé Cá +3 autres
2022· article· en· Ghana Medical Journal· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
affnon étiqueté
Ebola Virus Disease
Jan F. Gogarten, Sébastien Calvignac‐Spencer, Fabian H. Leendertz
2017· other· en· The International Encyclopedia of Primatology· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
affsans résuménon étiqueté
Hemorrhagic Fever Viruses as Biological Weapons
Allison Groseth, Steven J.M. Jones, Harvey Artsob, Heinz Feldmann
2006· book-chapter· en· Emerging infectious diseases of the 21st century· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
fundno affnon étiqueté
Ebola vaccines – Where are we?
Sara Viksmoen Watle, Gunnstein Norheim, John-Arne Røttingen
2016· article· en· Human Vaccines & Immunotherapeutics· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
← précédentsuivant →

En coulisses: Sélection · Constats · À propos