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
Meta-analysis and systematic reviews
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.

4 076 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.
4 076 travaux dans la cohorte · sur 4 299 418page 35 sur 82

Les étiquettes couvrent 359 des 4 076 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 4 076 des 4 076 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.

afffundsans résuménon étiqueté
Environmental sciences benefit from robust evidence irrespective of speed
Dominique G. Roche, Joseph Bennett, Jennifer F. Provencher, Trina Rytwinski, Neal Haddaway, Steven J. Cooke
2019· article· en· The Science of The Total Environment· Decision Sciences
prédiction machine:candidate · metaresearchconsensus · metaresearch
15
citations
affgemma · metaresearch+metaepi_broadgpt · metaresearch+metaepi_narrow+metaepi_broadmodèles en désaccord
Quantifying the impact of immortal time bias: empirical evidence from meta-analyses
Min Seo Kim, Dong Keon Yon, Seung Won Lee, Masoud Rahmati, Marco Solmi, André F. Carvalho +4 autres
2025· article· en· Journal of the Royal Society of Medicine· Decision Sciences
prédiction machine:candidate · metaresearch+metaepi_broadconsensus · metaresearch
15
citations
afffundgemma · metaresearch+metaepi_broadgpt · metaresearch+metaepi_narrow+metaepi_broadmodèles en désaccord
How should we evaluate the risk of bias of physical therapy trials?: a psychometric and meta-epidemiological approach towards developing guidelines for the design, conduct, and reporting of RCTs in Physical Therapy (PT) area: a study protocol
Susan Armijo‐Olivo, Jorge Fuentes, Todd Rogers, Lisa Hartling, Humam Saltaji, Greta G. Cummings
2013· article· en· Systematic Reviews· Decision Sciences
prédiction machine:candidate · metaresearch+metaepi_broadconsensus · metaresearch
15
citations
affgemma · metaresearchgpt · aucune catégoriemodèles en désaccord
Rapid review methods series: Guidance on the use of supportive software
Lisa Affengruber, Barbara Nußbaumer-Streit, Candyce Hamel, Miriam Van der Maten, James Thomas, Chris Mavergames +2 autres
2024· article· en· BMJ evidence-based medicine· Decision Sciences
prédiction machine:candidate · metaresearchconsensus · metaresearch
15
citations
affgemma · metaresearch+bibliometricsgpt · scholarly_communicationmodèles en désaccord
Less is more: where do the abstracts in the EBM journal come from?
A.J. Robin Eady, Paul Glasziou, Brian Haynes
2008· article· en· Evidence-Based Medicine· Decision Sciences
prédiction machine:candidate · metaresearchconsensus · aucune
14
citations
affsans résuménon étiqueté
Rating the quality of evidence is by necessity a matter of judgment
M. Hassan Murad, Reem A. Mustafa, Rebecca L. Morgan, Shahnaz Sultan, Yngve Falck–Ytter, Philipp Dahm
2016· letter· en· Journal of Clinical Epidemiology· Decision Sciences
prédiction machine:candidate · metaresearchconsensus · metaresearch
14
citations
afffundnon étiqueté
How do I interpret a p value?
Sheila F. O’Brien, Lori Osmond, Qilong Yi
2015· article· en· Transfusion· Decision Sciences
prédiction machine:candidate · metaresearchconsensus · metaresearch
14
citations
affsans résuménon étiqueté
It is time to overcome unconscious bias in ecology
Julia K. Baum, Tara G. Martin
2017· letter· en· Nature Ecology & Evolution· Decision Sciences
prédiction machine:candidate · metaresearchconsensus · aucune
14
citations

En coulisses: Sélection · Constats · À propos