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
Dental Research and COVID-19
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.

609 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.
609 travaux dans la cohorte · sur 4 299 418page 3 sur 13

Les étiquettes couvrent 7 des 609 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 609 des 609 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.

affgemma · aucune catégoriegpt · aucune catégoriemodèles en désaccord
Aerosol generated by dental procedures: A scoping review
Marina Tavares Costa Nóbrega, Renata Travassos da Rosa Moreira Bastos, Paulo Mecenas, Isabela Porto de Toledo, Ronna Richardson‐Lozano, Khaled Altabtbaei +1 autres
2021· review· en· Journal of Evidence-Based Medicine· Dentistry
prédiction machine:candidate · aucuneconsensus · aucune
17
citations
affaboutnon étiqueté
RoboEthics in COVID-19: A Case Study in Dentistry
Yaser Maddahi, Maryam Kalvandi, Sofya Langman, Nicole Capicotto, Kourosh Zareinia
2021· article· en· Frontiers in Robotics and AI· Dentistry
prédiction machine:candidate · aucuneconsensus · aucune
16
citations
affaboutnon étiqueté
Computer and Internet usage by Canadian dentists.
Carlos Flores‐Mir, Neal G. Palmer, Herbert C. Northcott, Carolyn Huston, Paul W. Major
2006· article· en· PubMed· Dentistry
prédiction machine:candidate · aucuneconsensus · aucune
16
citations
affnon étiqueté
AI-enabled virtual reality systems for dental education
Kashif Adnan, Fahimullah, Umair Farrukh, Hassn Askari, Saima Siddiqui, Jameel Ra
2023· article· en· International Journal of Health Sciences· Dentistry
prédiction machine:candidate · aucuneconsensus · aucune
12
citations
venueno affnon étiqueté
Impact of a Tutored Theoretical-Practical Training to Develop Undergraduate Students’ Skills for the Detection of Caries Lesions: Study Protocol for a Multicenter Controlled Randomized Study
Mariana Minatel Braga, Tathiane Larissa Lenzi, Fernanda Rosche Ferreira, Fausto Medeiros Mendes, Daniela Prócida Raggio, José Carlos Pettorossi Imparato +27 autres
2017· article· en· JMIR Research Protocols· Dentistry
prédiction machine:candidate · aucuneconsensus · aucune
12
citations
fundno affsans résuménon étiqueté
Understanding the nuances of E-learning in orthodontic education
Gururajaprasad Kaggal Lakshmana Rao, Yulita Hanum P. Iskandar, Norehan Mokhtar
2019· article· en· Education and Information Technologies· Dentistry
prédiction machine:candidate · aucuneconsensus · aucune
10
citations
affaboutnon étiqueté
Virtual Care in Rhinology
Kristine A. Smith, Andrew Thamboo, Yvonne Chan, Christopher J. Chin, Megan Werger, Brian Rotenberg
2021· article· en· Journal of Otolaryngology - Head and Neck Surgery· Dentistry
prédiction machine:candidate · aucuneconsensus · aucune
9
citations

En coulisses: Sélection · Constats · À propos