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
Topic Modeling
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.

2 769 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.
2 769 travaux dans la cohorte · sur 4 299 418page 21 sur 56

Les étiquettes couvrent 6 des 2 769 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 2 769 des 2 769 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le mode candidate est l'union; le consensus est l'intersection.

affsans résuménon étiqueté
Latent word context model for information retrieval
Bernard Brosseau-Villeneuve, Jian‐Yun Nie, Noriko Kando
2013· article· en· Information Retrieval· Computer Science
prédiction distillée:candidate · scholarly_communication+insufficient_payloadconsensus · aucune
8
citations
afffundnon étiqueté
Local Structure Matters Most: Perturbation Study in NLU
Louis Clouâtre, Prasanna Parthasarathi, Amal Zouaq, Sarath Chandar
2022· article· en· Findings of the Association for Computational Linguistics: ACL 2022· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
8
citations
affnon étiqueté
Parallelizing Legendre Memory Unit Training
Narsimha Chilkuri, Chris Eliasmith
2021· preprint· en· arXiv (Cornell University)· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
8
citations
fundno affnon étiqueté
BLIND: Bias Removal With No Demographics
Hadas Orgad, Yonatan Belinkov
2023· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
8
citations
affnon étiqueté
Early Stage Sparse Retrieval with Entity Linking
Dahlia Shehata, Negar Arabzadeh, Charles L. A. Clarke
2022· article· en· Proceedings of the 31st ACM International Conference on Information & Knowledge Management· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
8
citations
venueno affnon étiqueté
The Italica System at TAC 2008 Opinion Summarization Task
Fermín L. Cruz, José A. Troyano, F. Javier Ortega, Fernando Enríquez
2008· article· en· Theory and applications of categories· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
8
citations
venueno affnon étiqueté
Multi-Label Classification in Patient-Doctor Dialogues With the RoBERTa-WWM-ext + CNN (Robustly Optimized Bidirectional Encoder Representations From Transformers Pretraining Approach With Whole Word Masking Extended Combining a Convolutional Neural Network) Model: Named Entity Study
Yuanyuan Sun, Dongping Gao, Xifeng Shen, Meiting Li, Jiale Nan, Weining Zhang
2022· article· en· JMIR Medical Informatics· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
7
citations
affsans résuménon étiqueté
Natural Language Processing: An Overview
Hessam Amini, Farhood Farahnak, Leila Kosseim
2019· book-chapter· en· WORLD SCIENTIFIC eBooks· Computer Science
prédiction distillée:candidate · metaepi_narrow+scholarly_communicationconsensus · aucune
7
citations
affsans résuménon étiqueté
Show us the model
Mark S. Seidenberg, Marc F. Joanisse
2003· review· en· Trends in Cognitive Sciences· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
7
citations

En coulisses: Sélection · Constats · À propos