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
The International Journal of Tuberculosis and Lung Disease
Sujet
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.

154 résultats · 1 filtre actif ·
Résultats par année
20062025
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.
154 travaux dans la cohorte · sur 4 299 418page 3 sur 4

Les étiquettes couvrent 0 des 154 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 154 des 154 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
Implementing the 4R and 9H regimens for TB preventive treatment in Indonesia
Lika Apriani, Raspati Cundarani Koesoemadinata, Mayara Lisboa Bastos, Dewi Wulandari, Prayudi Santoso, Bachti Alisjahbana +5 autres
2022· article· en· The International Journal of Tuberculosis and Lung Disease· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
8
citations
affsans résuménon étiqueté
TB and women: a call to action
Amrita Daftary, Jennifer Furin, Jennifer Zelnick, Nanditha Venkatesan, Karen R Steingart, Marina Smelyanskaya +25 autres
2020· letter· en· The International Journal of Tuberculosis and Lung Disease· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
7
citations
affsans résuménon étiqueté
Impact of COVID-19 on TB detection in the private sector in Nepal
Rajesh Sah, U. K. Singh, Ram Prasad Mainali, Nathaly Aguilera Vasquez, Ahmad Khan
2021· article· en· The International Journal of Tuberculosis and Lung Disease· Economics, Econometrics and Finance
prédiction machine:candidate · aucuneconsensus · aucune
5
citations
fundno affnon étiqueté
Standards for clinical trials for treating TB
Philipp du Cros, Jane Greig, J.-W. C. Alffenaar, Gail Brenda Cross, C. R. Cousins, Catherine Berry +34 autres
2023· article· en· The International Journal of Tuberculosis and Lung Disease· Medicine
prédiction machine:candidate · metaresearchconsensus · metaresearch
5
citations
affnon étiqueté
Global survey of national tuberculosis drug policies
Anita Paydar, Asy Mak, Hamdan Al Jahdali, Mirtha del Granado, R. Zaleskis, Nigor Mouzafarova +2 autres
2011· article· en· The International Journal of Tuberculosis and Lung Disease· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affsans résuménon étiqueté
Engaging private pharmacies to help end TB in India
Ravdeep Gandhi, Khumanthem Deepak, Gajendra Kumar Verma, S. Chaubey, LIKITH KUMAR NUCHINA KUMAR, Joel Shyam Klinton +3 autres
2022· article· en· The International Journal of Tuberculosis and Lung Disease· Mathematics
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
affaboutsans résuménon étiqueté
Canadian immigrants´ awareness and perceptions of TB infection and TB
Isdore Chola Shamputa, Duyên Thi Kim Nguyêñ, Tatum Burdo, Grace J. Đào, L. Gharbiya, M. Burns +3 autres
2022· article· en· The International Journal of Tuberculosis and Lung Disease· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
affsans résuménon étiqueté
Disseminated TB: still being missed and misunderstood
Angela Lau, Giovanni Ferrara
2021· letter· en· The International Journal of Tuberculosis and Lung Disease· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
affnon étiqueté
TB preventive treatment among pregnant women with HIV
Teresa DeAtley, Yohhei Hamada, A. Baddeley, P. Werner, Avinash Kanchar, Matteo Zignol +1 autres
2022· article· en· The International Journal of Tuberculosis and Lung Disease· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
affsans résuménon étiqueté
Do rats pass the sniff test?
Madhukar Pai
2017· letter· en· The International Journal of Tuberculosis and Lung Disease· Veterinary
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affnon étiqueté
A killer combination that must be stopped
Ramnath Subbaraman, Madhukar Pai
2015· letter· en· The International Journal of Tuberculosis and Lung Disease· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affsans résuménon étiqueté
Monitoring TB program performance
C. Andrew Basham, Pamela Orr
2022· letter· en· The International Journal of Tuberculosis and Lung Disease· Business, Management and Accounting
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affnon étiqueté
Experiences of key populations in multidrug-resistant TB and HIV
Hlengiwe Nyilana, Karl Reis, Boitumelo Seepamore, Rubeshan Perumal, Allison Wolf, Karen Guzmán +13 autres
2025· article· en· The International Journal of Tuberculosis and Lung Disease· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
In reply
James C. Johnston, Faiz Ahmad Khan, David W. Dowdy
2015· letter· en· The International Journal of Tuberculosis and Lung Disease· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Pulmonary and pleural TB prevalence in pregnant women
Paulo Ranaivomanana, Astrid M. Knoblauch, M. C. Razafimahatratra, Antso Hasina Raherinandrasana, Simon Grandjean Lapierre, Perlinot Herindrainy +3 autres
2021· letter· en· The International Journal of Tuberculosis and Lung Disease· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Response to ‘Rethinking latent TB? Think again’
Marcel A. Behr, Paul H. Edelstein, Lalita Ramakrishnan
2025· article· en· The International Journal of Tuberculosis and Lung Disease· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
In reply 1
L Mota, K Al-Efraij, Jonathon R. Campbell, Victoria J. Cook, James C. Johnston
2016· letter· en· The International Journal of Tuberculosis and Lung Disease· Health Professions
prédiction machine:candidate · aucuneconsensus · aucune
0
citations

En coulisses: Sélection · Constats · À propos