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
Open Education and E-Learning
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.

1 060 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.
1 060 travaux dans la cohorte · sur 4 299 418page 3 sur 22

Les étiquettes couvrent 10 des 1 060 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 1 060 des 1 060 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.

affnon étiqueté
Construction of New Medicines via Game Proof Search
Abraham Heifets, Igor Jurišica
2021· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
39
citations
venueno affnon étiqueté
Teaching and Learning Without a Textbook
Lin Hong
2019· article· en· The International Review of Research in Open and Distributed Learning· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
37
citations
venueno affnon étiqueté
Examining the reuse of open textbooks
John Hilton, Neil Lutz, David Wiley
2012· article· en· The International Review of Research in Open and Distributed Learning· Computer Science
prédiction machine:candidate · open_scienceconsensus · aucune
37
citations
venueno affnon étiqueté
Identifying Student Perceptions of Different Instantiations of Open Pedagogy
John Hilton, Bryson Hilton, Tarah K. Ikahihifo, Reta Chaffee, Jennifer J. Darrow, JoAnn Guilmett +1 autres
2020· article· en· The International Review of Research in Open and Distributed Learning· Computer Science
prédiction machine:candidate · open_scienceconsensus · aucune
34
citations
affsans résuménon étiqueté
New Models of Open and Distributed Learning
Stephen Downes
2016· book-chapter· en· Lecture notes in educational technology· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
34
citations
affsans résuménon étiqueté
Engineering a Future for Web-Based Learning Objects
Permanand Mohan, Christopher Brooks
2003· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
32
citations
afffundvenueaboutnon étiqueté
Open Educational Resources in Canada 2015
Rory McGreal, Terry Anderson, Dianne Conrad
2015· article· en· The International Review of Research in Open and Distributed Learning· Computer Science
prédiction machine:candidate · open_scienceconsensus · aucune
29
citations
venueno affnon étiqueté
Influencing factors in OER usage of adult learners in Korea
Byoungwook Kim, Won Gyu Lee, Byeong Rae Lee, Jin Gon Shon
2015· article· en· The International Review of Research in Open and Distributed Learning· Computer Science
prédiction machine:candidate · open_scienceconsensus · aucune
28
citations
affsans résuménon étiqueté
Designing online mathematical investigation
George Gadanidis, Kamran Sedig, Hai‐Ning Liang
2004· article· en· Journal of Computers in Mathematics and Science Teaching· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
26
citations
affsans résuménon étiqueté
Content based technology: learning by modeling
Leslee Francis-Pelton, Pierce Farragher, Ted Riecken
2000· article· en· Journal of Technology and Teacher Education archive· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
26
citations
venueno affnon étiqueté
On the Efficacy of Open Educational Resources
Huimei Delgado, Michael S. Delgado, John Hilton
2019· article· en· The International Review of Research in Open and Distributed Learning· Computer Science
prédiction machine:candidate · open_scienceconsensus · aucune
26
citations

En coulisses: Sélection · Constats · À propos