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
Cutaneous Melanoma Detection and Management
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.

1 482 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.
1 482 travaux dans la cohorte · sur 4 299 418page 27 sur 30

Les étiquettes couvrent 3 des 1 482 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 1 482 des 1 482 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.

venueno affsans résuménon étiqueté
10.1016/j.ysur.2015.03.172
2000· article· en· Time to knit· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · insufficient_payload
0
citations
affsans résuménon étiqueté
Dermatopathology
Abi Daoud, Jian Chen, Nong Zhang, Harriet Feilotter, Tron Queen', Aleodor A. Andea +20 autres
2009· article· en· Laboratory Investigation· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Dermatopathology
Abi Daoud, Jian Chen, Nong Zhang, Harriet Feilotter, Tron Queen', Aleodor A. Andea +20 autres
2009· article· en· Modern Pathology· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Evaluating Image Training Systems for Medical Students
Reza Sobhannejad, Liam Rourke, Osmar R. Zai͏̈ane
2019· book-chapter· en· Lecture notes in computer science· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Etiology
Anand Rotte, Madhuri Bhandaru
2016· book-chapter· en· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · aucune
0
citations
affnon étiqueté
Malignant Melanoma of Skin
James D. Brierley, Mary Gospodarowicz, Christian Wittekind
2017· other· en· TNM Online· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
fundno affsans résuménon étiqueté
Issue Information
2022· paratext· en· Experimental Dermatology· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · insufficient_payload
0
citations
venueno affnon étiqueté
SELF-ASSESSMENT
Whitney A. High
2004· article· en· Dermatitis· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
657163_1_S1C(RGB).tif
Ann Ram
2020· dataset· fr· Harvard Dataverse· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · insufficient_payload
0
citations
venueno affsans résuménon étiqueté
10.1016/b978-84-8086-687-3.00065-1
2000· book-chapter· en· Time to knit· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · insufficient_payload
0
citations
affnon étiqueté
653832_1_S1_C.TIF-(Colour_1).tif
Ann Ram
2020· dataset· en· Harvard Dataverse· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · insufficient_payload
0
citations
venueno affsans résuménon étiqueté
10.1016/s1541-9800(07)70422-2
2000· article· en· Time to knit· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · insufficient_payload
0
citations
venueno affsans résuménon étiqueté
10.1016/s1541-9800(07)70423-4
2000· article· en· Time to knit· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · insufficient_payload
0
citations
venueno affsans résuménon étiqueté
10.1016/j.abdp.2022.11.014
2000· article· en· Time to knit· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · insufficient_payload
0
citations
venueno affsans résuménon étiqueté
10.1016/j.abdp.2023.03.003
2000· article· en· Time to knit· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · insufficient_payload
0
citations
← précédentsuivant →

En coulisses: Sélection · Constats · À propos