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
Artificial Intelligence in Healthcare
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.

843 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.
843 travaux dans la cohorte · sur 4 299 418page 3 sur 17

Les étiquettes couvrent 7 des 843 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 843 des 843 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le mode candidate est l'union; le consensus est l'intersection.

affnon étiqueté
Heart Disease Prediction using Machine Learning
Riddhi Kasabe
2020· article· en· International Journal of Engineering Research and· Health Professions
prédiction distillée:candidate · aucuneconsensus · aucune
22
citations
affnon étiqueté
Artificial Intelligence for Healthcare in India
Sheshadri Chatterjee, Michael S. Dohan
2021· article· en· International Journal of Healthcare Information Systems and Informatics· Health Professions
prédiction distillée:candidate · aucuneconsensus · aucune
20
citations
affsans résuménon étiqueté
Analytics in Healthcare
Christo El Morr, Hossam Ali‐Hassan
2019· book· en· SpringerBriefs in health care management and economics· Health Professions
prédiction distillée:candidate · metaepi_narrow+research_integrityconsensus · aucune
20
citations
venueno affnon étiqueté
Smart Health Monitoring Using Deep Learning and Artificial Intelligence
Jeethu Philip, S. Gandhimathi, Silpa Chalichalamala, Balaji Karnam, Suresh Babu Chandanapalli, Srinivasulu Chennupalli
2023· article· en· Revue d intelligence artificielle· Health Professions
prédiction distillée:candidate · metaepi_narrow+sts+insufficient_payloadconsensus · aucune
18
citations
affsans résuménon étiqueté
Machine learning for optimizing healthcare resources
Abdalrahman Tawhid, Tanya Teotia, Haytham Elmiligi
2021· book-chapter· en· Elsevier eBooks· Health Professions
prédiction distillée:candidate · metaepi_narrow+sts+research_integrity+insufficient_payloadconsensus · research_integrity
18
citations
affsans résuménon étiqueté
Multiple Perspectives on Artificial Intelligence in Healthcare
Mowafa Househ, Elizabeth M. Borycki, André Kushniruk
2021· book· en· Lecture notes in bioengineering· Health Professions
prédiction distillée:candidate · metaepi_narrow+research_integrityconsensus · research_integrity
18
citations
affnon étiqueté
Heart Disease Prediction System Using Machine Learning
Umesh P. Akare, Prof. Umme Ayeman Gani, Anushri Bhongade, Dhanashree Mure, Madhulika Chatterjee, Vanzuli Ramteke
2024· article· en· IJARCCE· Health Professions
prédiction distillée:candidate · insufficient_payloadconsensus · aucune
17
citations
affsans résuménon étiqueté
Advanced Data Analytics in Health
2018· book· en· Smart innovation, systems and technologies· Health Professions
prédiction distillée:candidate · metaepi_narrow+research_integrityconsensus · aucune
17
citations
affsans résuménon étiqueté
Machine Learning Applications to Sports Injury: A Review
Hanna Sigurdson, Jonathan Chan
2021· review· en· Health Professions
prédiction distillée:candidate · metaepi_narrow+research_integrity+insufficient_payloadconsensus · insufficient_payload
16
citations
affsans résuménon étiqueté
A Novel Web-enabled Healthcare Solution on HealthVault System
Lingxia Liao, Min Chen, Joel J. P. C. Rodrigues, Xiaorong Lai, Son T. Vuong
2010· article· en· Journal of Medical Systems· Health Professions
prédiction distillée:candidate · research_integrityconsensus · research_integrity
16
citations
affnon étiqueté
Machine Learning Algorithms
Hamed Taherdoost
2023· book-chapter· en· Health Professions
prédiction distillée:candidate · metaepi_narrow+research_integrity+insufficient_payloadconsensus · insufficient_payload
16
citations

En coulisses: Sélection · Constats · À propos