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
JMIR Medical Informatics
Sujet
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.

1 809 résultats · 1 filtre actif ·
Résultats par année
20022025
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.
1 809 travaux dans la cohorte · sur 4 299 418page 27 sur 37

Les étiquettes couvrent 15 des 1 809 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 1 809 des 1 809 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 affnon étiqueté
A New Natural Language Processing–Inspired Methodology (Detection, Initial Characterization, and Semantic Characterization) to Investigate Temporal Shifts (Drifts) in Health Care Data: Quantitative Study
Bruno Barbosa Miranda de Paiva, Marcos André Gonçalves, Leonardo Rocha, Milena Soriano Marcolino, Maíra Viana Rego Souza-Silva, Jussara M. Almeida +32 autres
2024· article· en· JMIR Medical Informatics· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
venueno affnon étiqueté
A Case Demonstration of the Open Health Natural Language Processing Toolkit From the National COVID-19 Cohort Collaborative and the Researching COVID to Enhance Recovery Programs for a Natural Language Processing System for COVID-19 or Postacute Sequelae of SARS CoV-2 Infection: Algorithm Development and Validation
Andrew Wen, Liwei Wang, Huan He, Sunyang Fu, Sijia Liu, David A. Hanauer +27 autres
2024· article· en· JMIR Medical Informatics· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
venueno affgemma · aucune catégoriegpt · aucune catégoriemodèles en accord
Identifying and Optimizing Factors Influencing the Implementation of a Fast Healthcare Interoperability Resources Accelerator: Qualitative Study Using the Consolidated Framework for Implementation Research–Expert Recommendations for Implementing Change Approach
Jane Li, Emma Maddock, Michael Hosking, Kate Ebrill, J. Greer Sullivan, Kylynn Loi +4 autres
2025· article· en· JMIR Medical Informatics· Health Professions
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
venueno affnon étiqueté
Correction: Use of an Electronic Clinical Decision Support System in Primary Care to Assess Inappropriate Polypharmacy in Young Seniors With Multimorbidity: Observational, Descriptive, Cross-Sectional Study
Eloísa Rogero-Blanco, Juan A. López-Rodríguez, Teresa Sanz‐Cuesta, Mercedes Aza‐Pascual‐Salcedo, M Jose Bujalance-Zafra, Isabel del Cura-González
2020· erratum· en· JMIR Medical Informatics· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
3
citations

En coulisses: Sélection · Constats · À propos