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
Radiomics and Machine Learning in Medical Imaging
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.

2 251 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.
2 251 travaux dans la cohorte · sur 4 299 418page 29 sur 46

Les étiquettes couvrent 9 des 2 251 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 2 251 des 2 251 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
Fusion Biopsy, not Cognitive, Is the New Gold Standard
Alessandro Marquis, Giancarlo Marra, Paolo Gontero
2023· article· en· Société Internationale d’Urologie Journal· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
An interactive meta-analysis of MRI biomarkers of myelin
Matteo Mancini, Agâh Karakuzu, Julien Cohen‐Adad, Mara Cercignani, Thomas E. Nichols, Nikola Stikov
2022· dataset· en· Zenodo (CERN European Organization for Nuclear Research)· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Images Meta Data
Robert Klopfleisch, Katharina Breininger, Dorothee Bienzle, Christian Marzahl, Jason Stayt, Jörn Voigt +5 autres
2022· dataset· en· Figshare· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · aucune
0
citations
aboutno affnon étiqueté
TVC_Array_09.2021.zip
Victoria Dutch, Nick Rutter, Leanne Wake, Chris Derksen, Branden Walker, Gabriel Hould Gosselin +5 autres
2021· dataset· en· Figshare· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · aucune
0
citations
aboutno affnon étiqueté
Hamilton_allData.csv
Andrea M. Arangio
2022· dataset· en· Figshare· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · aucune
0
citations
affnon étiqueté
A standardised representation for non-parametric fMRI results
Camille Maumet, Guillaume Flandin, Martín Pérez-Guevara, Jean‐Baptiste Poline, Justin Rajendra, Richard C. Reynolds +2 autres
2018· article· en· HAL (Le Centre pour la Communication Scientifique Directe)· Medicine
prédiction machine:candidate · metaresearchconsensus · aucune
0
citations
affnon étiqueté
TRIAD multi‐dimensional biobank for biomarker discovery
Jenna Stevenson, Nesrine Rahmouni, Mira Chamoun, Andréa Lessa Benedet, Alyssa Stevenson, Vanessa Pallen +8 autres
2022· article· en· Alzheimer s & Dementia· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
ATR phosphoproteomics - DHX9 validation
Rathan S Jadav, Florian Weiland, Thomas Carroll, Yuandi Gao, Jianming Wang, Houjiang Zhou +12 autres
2023· article· en· Zenodo (CERN European Organization for Nuclear Research)· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
aboutno affnon étiqueté
Wallops SuperDARN data in netCDF format (2020-Jun)
Alex T. Chartier, Jordan R. Wiker
2022· dataset· en· Zenodo (CERN European Organization for Nuclear Research)· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
aboutno affnon étiqueté
Panel on Imaging Technology
Norbert Zimmermann, Tanya Henderson, Avshalom Karasik
2012· article· en· Sound Ideas (University of Puget Sound)· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
aboutno affnon étiqueté
2022-v2-9classes-AsturApple-SIZE224-train-dev-test.hdf5
Silverio García‐Cortés, Agustín Menéndez-Díaz, José Alberto Oliveira Prendes, A. Bello-García
2022· dataset· en· Figshare· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · aucune
0
citations

En coulisses: Sélection · Constats · À propos