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
Medical Image Segmentation Techniques
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.

1 412 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.
1 412 travaux dans la cohorte · sur 4 299 418page 27 sur 29

Les étiquettes couvrent 3 des 1 412 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 1 412 des 1 412 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.

affnon étiqueté
chakravala/Grassmann.jl v0.6.0
2020· other· en· Zenodo (CERN European Organization for Nuclear Research)· Computer Science
prédiction machine:candidate · insufficient_payloadconsensus · aucune
0
citations
venueno affnon étiqueté
A New Strategy of Edge Detection
Haibo Hu
2008· article· en· Microcomputer applications· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
afffundnon étiqueté
AUTOMATIC IMAGE REGISTRATION USING VIRTUAL CIRCLES
Haikel Alhichri, Mohamed S. Kamel
2004· article· en· International Journal of Image and Graphics· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Regularized model fitting
Ismail Ben Ayed
2023· book-chapter· en· Elsevier eBooks· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Shape Distances for Binary Image Segmentation
Frank R. Schmidt, Lena Gorelick, Ismail Ben Ayed, Yuri Boykov, Thomas Brox
2016· book-chapter· en· Mathematics and visualization· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Gray-Scale Edge Detection Techniques: A Survey and Comparative Analysis
Surendar Rama Sitaraman, Poovendran Alagarsundaram, T. Aditya Sai Srinivas, Kalyan Gattupalli, Harikumar Nagarajan, Balajee Maram
2025· book-chapter· en· Smart innovation, systems and technologies· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
aboutno affnon étiqueté
Can Tocqueville karaoke?
2014· other· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Neuromod Natural Image Bank
Francois Nadeau, Samie-Jade Allard
2019· dataset· en· Figshare· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
fundno affsans résuménon étiqueté
Shape in Medical Imaging
Christian Wachinger, Beatriz Paniagua, Shireen Elhabian, Jianning Li, Jan Egger
2023· book· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
A Neural Approach to Image Thresholding
Ahmed A. Othman, Hamid R. Tizhoosh
2010· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
OWS1.2 Image Handling Design
Arliss Whiteside, John Evans, George Percivall, Stephane Fellah, John B. Vincent, Liping Di
2004· report· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
venueno affnon étiqueté
Intensity Profiles in Active Shape Model
Moulkheir Naoui, Ghalem Belalem
2020· article· en· Revue d intelligence artificielle· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Neuromod Natural Image Bank
Francois Nadeau, Samie-Jade Allard
2019· dataset· en· Zenodo (CERN European Organization for Nuclear Research)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
aboutno affnon étiqueté
MRI tissue segmentation incorporating a bias field modulated smoothness prior
Enmin Song, Valerie A. Cardenas, Diana Truran Sacrey, Robert S. Blumenfeld, Michael W. Weiner, Colin Studholme
2003· article· en· Proceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations

En coulisses: Sélection · Constats · À propos