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
Online Learning and Analytics
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.

1 694 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.
1 694 travaux dans la cohorte · sur 4 299 418page 21 sur 34

Les étiquettes couvrent 10 des 1 694 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 1 694 des 1 694 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.

afffundvenueaboutnon étiqueté
TEACHING AN ADVANCED ENGINEERING MOOC: LESSONS LEARNED
Jeffrey Harris, William Heikoop, Allison Van Beek, James S. Wallace
2015· article· en· Proceedings of the Canadian Engineering Education Association (CEEA)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
affnon étiqueté
iCyborg
Catherine Adams
2010· book-chapter· en· IGI Global eBooks· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
affsans résuménon étiqueté
Knowledge, Uses and Perceptions of ChatGPT in Higher Education
Christine Luckritz Marquis, Bruno Poëllhuber, Normand Roy
2025· book-chapter· en· Communications in computer and information science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affvenuenon étiqueté
Beyond Work: AI and Educational Labour
Michael Mindzak
2024· article· en· Brock Education Journal· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
aboutno affnon étiqueté
Synergic Coding System: An Online Coding Platform
Madhusudan Sanjay Patil, Shubham Nandkishor Deore, Mohit Hitendra Bisht
2022· article· en· International Journal for Research in Applied Science and Engineering Technology· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affnon étiqueté
Bridging Fields at a Critical Time
Jon Baggaley
2013· article· en· Journal of Learning for Development· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affnon étiqueté
A Language and a Space
Halimat Alabi
2016· book-chapter· en· Advances in educational marketing, administration, and leadership book series· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
venueno affnon étiqueté
Exploring the use of Assistive Digital Resources in Enhancing Learning for Students with Intellectual Disabilities in Cross River and Akwa Ibom States, Nigeria
Oluwaseun Omowumi Akin-Fakorede, Virginia Emmanuel Ironbar, John Fidelis Inaku, Mokutima E. Ekpo, Margaret Sylvanus Umoh, Effiom Veronica Nakanda +11 autres
2025· article· en· Journal of Intellectual Disability - Diagnosis and Treatment· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations

En coulisses: Sélection · Constats · À propos