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
Mobile Crowdsensing and Crowdsourcing
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.

449 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.
449 travaux dans la cohorte · sur 4 299 418page 3 sur 9

Les étiquettes couvrent 3 des 449 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 449 des 449 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le mode candidate est l'union; le consensus est l'intersection.

fundno affnon étiqueté
Eliciting and Learning with Soft Labels from Every Annotator
Katherine M. Collins, Umang Bhatt, Adrian Weller
2022· article· en· Proceedings of the AAAI Conference on Human Computation and Crowdsourcing· Computer Science
prédiction distillée:candidate · stsconsensus · aucune
26
citations
affnon étiqueté
Assessing Top- Preferences
Charles L. A. Clarke, Alexandra Vtyurina, Mark D. Smucker
2021· article· en· ACM Transactions on Information Systems· Computer Science
prédiction distillée:candidate · scholarly_communicationconsensus · aucune
25
citations
afffundnon étiqueté
A Gamification Framework for Sensor Data Analytics
Alexandra L’Heureux, Katarina Grolinger, Wilson A. Higashino, Miriam A. M. Capretz
2017· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
25
citations
affnon étiqueté
Collaborative crowdsourcing with crowd4U
Kosetsu Ikeda, Atsuyuki Morishima, Habibur Rahman, Senjuti Basu Roy, Saravanan Thirumuruganathan, Sihem Amer-Yahia +1 autres
2016· article· en· Proceedings of the VLDB Endowment· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
24
citations
affnon étiqueté
On Actively Teaching the Crowd to Classify
Adish Singla, Ilija Bogunovic, Gábor Bartók, Amin Karbasi, Andreas Krause
2013· article· en· Infoscience (Ecole Polytechnique Fédérale de Lausanne)· Computer Science
prédiction distillée:candidate · metaepi_narrow+scholarly_communicationconsensus · aucune
23
citations
affnon étiqueté
Bots for pull requests
Mairieli Wessel, Ahmad Abdellatif, Igor Wiese, Tayana Conte, Emad Shihab, Marco Aurélio Gerosa +1 autres
2022· article· en· Proceedings of the 44th International Conference on Software Engineering· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
23
citations
afffundnon étiqueté
How many crowdsourced workers should a requester hire?
Arthur Carvalho, Stanko Dimitrov, Kate Larson
2016· article· en· Annals of Mathematics and Artificial Intelligence· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
20
citations
afffundnon étiqueté
Learn or Earn? - Intelligent Task Recommendation for Competitive Crowdsourced Software Development
Muhammad Rezaul Karim, Ye Yang, David W. Messinger, Guenther Ruhe
2018· article· en· Proceedings of the ... Annual Hawaii International Conference on System Sciences/Proceedings of the Annual Hawaii International Conference on System Sciences· Computer Science
prédiction distillée:candidate · metaepi_narrow+sts+scholarly_communication+open_scienceconsensus · aucune
19
citations
affnon étiqueté
Taking Search to Task
Chirag Shah, Ryen W. White, Paul Thomas, Bhaskar Mitra, Shawon Sarkar, Nicholas J. Belkin
2023· article· en· Computer Science
prédiction distillée:candidate · insufficient_payloadconsensus · aucune
19
citations
affnon étiqueté
NetEase Cloud Music Data
Dennis Zhang, Ming Hu, Xiaofei Liu, Yuxiang Wu, Yong Li
2020· article· en· Manufacturing & Service Operations Management· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
19
citations
afffundnon étiqueté
Coordinating Crowd-Sourced Services
Ahmed Abdel Moamen, Nadeem Jamali
2014· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
19
citations
affnon étiqueté
Beyond Micro-Tasks
Roman Lukyanenko, Jeffrey Parsons
2018· article· en· Journal of Database Management· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
17
citations

En coulisses: Sélection · Constats · À propos