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
Software Engineering Research
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.

3 468 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.
3 468 travaux dans la cohorte · sur 4 299 418page 31 sur 70

Les étiquettes couvrent 10 des 3 468 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 3 468 des 3 468 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le mode candidate est l'union; le consensus est l'intersection.

affsans résuménon étiqueté
Using FCA to Suggest Refactorings to Correct Design Defects
Naouel Moha, Jihene Rezgui, Yann‐Gaël Guéhéneuc, Petko Valtchev, Ghizlane El Boussaidi
2008· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
13
citations
affsans résuménon étiqueté
An empirical study of emoji use in software development communication
Shiyue Rong, Weisheng Wang, Umme Ayda Mannan, Eduardo Santana de Almeida, Shurui Zhou, Iftekhar Ahmed
2022· article· en· Information and Software Technology· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
13
citations
affsans résuménon étiqueté
Using code reviews to automatically configure static analysis tools
Fiorella Zampetti, Saghan Mudbhari, Venera Arnaoudova, Massimiliano Di Penta, Sebastiano Panichella, Giuliano Antoniol
2021· article· en· Empirical Software Engineering· Computer Science
prédiction distillée:candidate · metaresearch+metaepi_narrowconsensus · aucune
13
citations
affnon étiqueté
On Measuring Vulnerable JavaScript Functions in the Wild
Maryna Kluban, Mohammad Mannan, Amr Youssef
2022· article· en· Proceedings of the 2022 ACM on Asia Conference on Computer and Communications Security· Computer Science
prédiction distillée:candidate · open_scienceconsensus · aucune
13
citations
affnon étiqueté
Convergent Software Peer Review Practices
Peter C. Rigby, Christian Bird
2013· article· en· Foundations of Software Engineering· Computer Science
prédiction distillée:candidate · metaresearchconsensus · aucune
13
citations
affnon étiqueté
Detecting inefficient API usage
David Kawrykow, Martin P. Robillard
2009· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
13
citations
affnon étiqueté
Visualizing the evolution of code clones
Ripon K. Saha, Chanchal K. Roy, Kevin A. Schneider
2011· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
13
citations
afffundnon étiqueté
ACUA: API Change and Usage Auditor
Wei Wu, Bram Adams, Yann‐Gaël Guéhéneuc, Giuliano Antoniol
2014· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
12
citations
affnon étiqueté
Design pattern detection using FINDER
Haneen Dabain, Ayesha Manzer, Vassilios Tzerpos
2015· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
12
citations
affnon étiqueté
A Disruptive Research Playbook for Studying Disruptive Innovations
Margaret‐Anne Storey, Daniel Russo, Nicole Novielli, Takashi Kobayashi, Dong Wang
2024· article· en· ACM Transactions on Software Engineering and Methodology· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
12
citations
affsans résuménon étiqueté
Clones in deep learning code: what, where, and why?
Hadhemi Jebnoun, Md Saidur Rahman, Foutse Khomh, Biruk Asmare Muse
2022· article· en· Empirical Software Engineering· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
12
citations
affnon étiqueté
ASSOCIATION ANALYSIS OF SOFTWARE MEASURES
Witold Pedrycz, Giancarlo Succi, Mae-Hee Chun
2002· article· en· International Journal of Software Engineering and Knowledge Engineering· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
12
citations
affnon étiqueté
Accurate method and variable tracking in commit history
Mehran Jodavi, Nikolaos Tsantalis
2022· article· en· Proceedings of the 30th ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
12
citations

En coulisses: Sélection · Constats · À propos