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
Speech and Audio Processing
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.

1 408 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.
1 408 travaux dans la cohorte · sur 4 299 418page 22 sur 29

Les étiquettes couvrent 2 des 1 408 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 1 408 des 1 408 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.

fundno affnon étiqueté
Low Peak Derivative Sum of Sines
Manouane Caza-Szoka, Daniel Massicotte, Messaoud Ahmed Ouameur
2021· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
venueno affnon étiqueté
Speech acoustics in a noisy environment
Kimary N. Shahin, William H. McKellin, Janet R. Jamieson, Murray Hodgson, M. Kathleen Pichora‐Fuller
2002· article· en· Canadian acoustics· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
afffundnon étiqueté
Comprehending speech at artificially enhanced rates
Lucia Da Silva, Adriano Vilela Barbosa, Eric Vatikiotis‐Bateson
2013· article· en· Proceedings of meetings on acoustics· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
AudioViewer : learning to visualize sound
Yuchi Zhang
2021· preprint· en· arXiv (Cornell University)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affvenuenon étiqueté
Trends in cell phone voice processing
Chris Forrester
2009· article· en· Canadian acoustics· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Introduction
Jacob Benesty, Israel Cohen, Jingdong Chen
2021· book-chapter· en· Springer topics in signal processing· Computer Science
prédiction machine:candidate · insufficient_payloadconsensus · insufficient_payload
0
citations
affnon étiqueté
SUMO models
Daniela Lopes, Jin-Dong Dong, Daniel Castro, Pedro Medeiros, Diogo Barradas, Bernardo Portela +4 autres
2023· dataset· en· Zenodo (CERN European Organization for Nuclear Research)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
venueaboutno affnon étiqueté
My Ears Are Alight
Per Hiselius
2016· article· en· Canadian acoustics· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
aboutno affnon étiqueté
Speech Emotion Recognition from Audio Data Using LSTM Model
Md. Mahbub-Or-Rashid, Akash Kumar Nondi, Abdullah Al Sadnun, Md. Anwar Hussen Wadud, T M Amir Ul Haque Bhuiyan, Md. Saddam Hossain
2025· article· en· International Journal of Advanced Computer Science and Applications· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Evolutionary Techniques for Speech Enhancement
Sid‐Ahmed Selouani
2011· book-chapter· en· Springer briefs in electrical and computer engineering· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations

En coulisses: Sélection · Constats · À propos