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
Radiomics and Machine Learning in Medical Imaging
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.

2 251 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.
2 251 travaux dans la cohorte · sur 4 299 418page 37 sur 46

Les étiquettes couvrent 9 des 2 251 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 2 251 des 2 251 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.

affsans résuménon étiqueté
X-Ray-Evaluation 2
Figen Palabıyık, Solmaz Çelebi, Zeynep Yazıcı, Mustafa Hacımustafaoğlu
2013· article· en· Çocuk Enfeksiyon Dergisi/Journal of Pediatric Infection· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
venueno affsans résuménon étiqueté
10.1016/s0024-7804(97)83191-0
2000· article· en· Time to knit· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · insufficient_payload
0
citations
affnon étiqueté
LAD_2_Summary_Statistics_Unionized.do
Derek Messacar
2017· dataset· en· Harvard Dataverse· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · aucune
0
citations
affsans résuménon étiqueté
Development of tensile testing machine for x-ray microtomography
Masahiro Yoshinaga, Yukihiro Nishikawa, Hiroyuki Komori, Ichiro Koga, Masashi Inoue, Toshio Nishi +1 autres
2006· article· en· 55th SPSJ Annual Meeting· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
aboutno affnon étiqueté
Comment on essd-2024-218
Piers M. Forster
2024· peer-review· en· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · aucune
0
citations
affsans résuménon étiqueté
The Implementation of 30’ Wide Undercuts at TRJV
L. A. Rodriguez, D. D. Powell, Louis Sandbak
2015· article· en· 49th U.S. Rock Mechanics/Geomechanics Symposium· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Experiment_2_38.csv
Michael Jenkins
2020· dataset· en· Harvard Dataverse· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · aucune
0
citations
aboutno affnon étiqueté
Abstract A032: Using machine learning to tackle tumor heterogeneity
Jennifer Neumaier, Luisa Bresadola, Jonas Ibn-Salem, Ranganath Gudimella, Pablo Riesgo Ferreiro, Barbara Schrörs +1 autres
2025· article· en· Clinical Cancer Research· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Introduction to AI in Radiology
Shu Min Yu, Amarpreet Mahil
2023· other· en· AI in Clinical Medicine· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Evaluation metrics for bone segmentation in ultrasound
Matthew Lougheed, Gábor Fichtinger, Tamás Ungi
2015· article· en· Proceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Perron_et_al_2022_Supplementary_Datasets
Gabrielle Perron, Mohan Amaravadi, Cynthia Tseng, Pouria Jandaghi, Elham Moslemi, Tamiko Nishimura +9 autres
2022· dataset· en· Zenodo (CERN European Organization for Nuclear Research)· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Ruthwell Cross 3D Model High Resolution (112M poly count)
Gurpreet Singh, Daniel Paul O’Donnell, The Visionary Cross Project
2018· dataset· en· Zenodo (CERN European Organization for Nuclear Research)· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Comment on sp-2024-9
2024· peer-review· en· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
aboutno affnon étiqueté
Comment on essd-2024-96
Hongfei Hao, Kaicun Wang, Guocan Wu, Jianbao Liu, Jing Li
2024· peer-review· en· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · aucune
0
citations
aboutno affnon étiqueté
News article
Kenji Sakurai
2020· article· en· X-Ray Spectrometry· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · aucune
0
citations

En coulisses: Sélection · Constats · À propos