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
Machine Learning in Materials Science
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.

1 108 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.
1 108 travaux dans la cohorte · sur 4 299 418page 3 sur 23

Les étiquettes couvrent 4 des 1 108 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 1 108 des 1 108 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.

afffundnon étiqueté
Identifying polymer states by machine learning
Qianshi Wei, Roger G. Melko, Jeff Z. Y. Chen
2017· article· en· Physical review. E· Materials Science
prédiction machine:candidate · aucuneconsensus · aucune
79
citations
fundno affnon étiqueté
Application of Transformers in Cheminformatics
Kha-Dinh Luong, Ambuj K. Singh
2024· article· en· Journal of Chemical Information and Modeling· Materials Science
prédiction machine:candidate · aucuneconsensus · aucune
56
citations
affnon étiqueté
Shared metadata for data-centric materials science
Luca M. Ghiringhelli, Carsten Baldauf, Tristan Bereau, Sándor Brockhauser, Christian Carbogno, Javad Chamanara +29 autres
2023· article· en· Scientific Data· Materials Science
prédiction machine:candidate · open_scienceconsensus · aucune
55
citations
fundno affnon étiqueté
ASKCOS: Open-Source, Data-Driven Synthesis Planning
Zhengkai Tu, Sourabh J. Choure, Mun Hong Fong, Jihye Roh, Itai Levin, Kevin Yu +11 autres
2025· article· en· Accounts of Chemical Research· Materials Science
prédiction machine:candidate · aucuneconsensus · aucune
54
citations
afffundnon étiqueté
A Materials Acceleration Platform for Organic Laser Discovery
Tony Wu, Andrés Aguilar‐Granda, Kazuhiro Hotta, Sahar Alasvand Yazdani, Robert Pollice, Jenya Vestfrid +9 autres
2022· article· en· Advanced Materials· Materials Science
prédiction machine:candidate · aucuneconsensus · aucune
54
citations

En coulisses: Sélection · Constats · À propos