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
Proceedings of the AAAI Conference on Artificial Intelligence
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.

1 046 résultats · 1 filtre actif ·
Résultats par année
20102025
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.
1 046 travaux dans la cohorte · sur 4 299 418page 20 sur 21

Les étiquettes couvrent 0 des 1 046 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 1 046 des 1 046 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
One Homonym per Translation
Bradley Hauer, Grzegorz Kondrak
2020· preprint· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
afffundnon étiqueté
Heuristic Planning in Adversarial Dynamic Domains
Simon Chamberland, Froduald Kabanza
2011· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
fundno affnon étiqueté
Privacy-and-Utility-Aware Publishing of Schedules
Maike Basmer, Stephan A. Fahrenkrog-Petersen, Ali Kaan Tutak, Arik Senderovich, Matthias Weidlich
2025· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Engineering
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
afffundnon étiqueté
GenPlan: Generative Sequence Models as Adaptive Planners
A.R. Karthikeyan, Yash Vardhan Pant
2025· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
afffundnon étiqueté
Aggregating Binary Judgments Ranked by Accuracy
Daniel Halpern, Gregory Kehne, Dominik Peters, Ariel D. Procaccia, Nisarg Shah, Piotr Skowron
2021· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Economics, Econometrics and Finance
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
HVAdam: A Full-Dimension Adaptive Optimizer
Yiheng Zhang, Shan Wu, Yuanzhuo Xu, Jiajun Wu, Shunshan Xu, S.L. Van Drew +1 autres
2025· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Learning Regularization for Graph Inverse Problems
Moshe Eliasof, Md Shahriar Rahim Siddiqui, Carola‐Bibiane Schönlieb, Eldad Haber
2025· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Sequence to Sequence Learning for Query Expansion
Salah Zaiem, Fatiha Sadat
2019· preprint· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Meta-Descent for Online, Continual Prediction
Andrew Jacobsen, Matthew Schlegel, Cameron Linke, Thomas Degris, Adam White, Martha White
2019· preprint· en· Proceedings of the AAAI Conference on Artificial Intelligence· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
afffundnon étiqueté
Flow Factorization for Efficient Generative Flow Networks
Jiashun Liu, Chunhui Li, Chenghao Liu, Dianbo Liu, Qingpeng Cai, Ling Pan
2025· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Scenario-Based Robust Optimization of Tree Structures
Spyros Angelopoulos, Christoph Dürr, Alex Elenter, Georgii Melidi
2025· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
afffundnon étiqueté
Eliminating Majority Illusion Is Easy
Jack Dippel, Max Dupré la Tour, April Niu, Sanjukta Roy, Adrian Vetta
2025· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Fair Division with Market Values
Siddharth Barman, Soroush Ebadian, Mohamad Latifian, Nisarg Shah
2025· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Rating Super-Resolution Microscopy Images With Deep Learning
Louis-Émile Robitaille, Audrey Durand, Marc-André Gardner, Christian Gagné, Paul De Koninck, Flavie Lavoie‐Cardinal
2018· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
afffundnon étiqueté
On Shallow Planning Under Partial Observability
Randy Lefebvre, Audrey Durand
2025· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
← précédentsuivant →

En coulisses: Sélection · Constats · À propos