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
COVID-19 epidemiological studies
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.

3 341 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.
3 341 travaux dans la cohorte · sur 4 299 418page 4 sur 67

Les étiquettes couvrent 12 des 3 341 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 3 341 des 3 341 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le mode candidate est l'union; le consensus est l'intersection.

aboutno affnon étiqueté
Japan’s voluntary lockdown
Tsutomu Watanabe, Tomoyoshi Yabu
2021· article· en· PLoS ONE· Mathematics
prédiction distillée:candidate · insufficient_payloadconsensus · aucune
126
citations
aboutno affnon étiqueté
The effect of global travel on the spread of SARS
Shigui Ruan, Wendi Wang, Simon A. Levin
2006· article· en· Mathematical Biosciences & Engineering· Mathematics
prédiction distillée:candidate · metaresearchconsensus · aucune
125
citations
affnon étiqueté
Taking the pulse of COVID-19: a spatiotemporal perspective
Chaowei Yang, Dexuan Sha, Qian Liu, Yun Li, Hai Lan, Weihe Wendy Guan +30 autres
2020· article· en· International Journal of Digital Earth· Mathematics
prédiction distillée:candidate · metaresearchconsensus · aucune
122
citations
affsans résuménon étiqueté
Estimating Initial Epidemic Growth Rates
Junling Ma, Jonathan Dushoff, Benjamin M. Bolker, David J. D. Earn
2013· article· en· Bulletin of Mathematical Biology· Mathematics
prédiction distillée:candidate · metaresearch+insufficient_payloadconsensus · insufficient_payload
122
citations
affnon étiqueté
COVID-19: Rethinking the Lockdown Groupthink
Ari R. Joffe
2021· review· en· Frontiers in Public Health· Mathematics
prédiction distillée:candidate · metaresearch+metaepi_narrow+research_integrityconsensus · aucune
122
citations
afffundnon étiqueté
Vaccine nationalism and the dynamics and control of SARS-CoV-2
Caroline E. Wagner, Chadi M. Saad-Roy, Sinead E. Morris, Rachel E. Baker, Michael J. Mina, Jeremy Farrar +7 autres
2021· article· en· Science· Mathematics
prédiction distillée:candidate · metaresearchconsensus · aucune
114
citations
afffundnon étiqueté
Implications of vaccination and waning immunity
Jane M. Heffernan, Matt J. Keeling
2009· article· en· Proceedings of the Royal Society B Biological Sciences· Mathematics
prédiction distillée:candidate · aucuneconsensus · aucune
114
citations
afffundvenueaboutnon étiqueté
Modelling mitigation strategies for pandemic (H1N1) 2009
M. Zivkovic Gojovic, Beate Sander, David N. Fisman, Murray Krahn, Chris T. Bauch
2009· article· en· Canadian Medical Association Journal· Mathematics
prédiction distillée:candidate · metaresearchconsensus · aucune
112
citations
afffundnon étiqueté
A simple model for COVID-19
Julien Arino, Stéphanie Portet
2020· article· en· Infectious Disease Modelling· Mathematics
prédiction distillée:candidate · metaresearchconsensus · aucune
108
citations
affsans résuménon étiqueté
Modeling infectious epidemics
Ottar N. Bjørnstad, Katriona Shea, Martin Krzywinski, Naomi Altman
2020· article· en· Nature Methods· Mathematics
prédiction distillée:candidate · metaresearchconsensus · aucune
107
citations
afffundnon étiqueté
Critical dynamics in population vaccinating behavior
A. Demetri Pananos, Thomas M. Bury, Clara Wang, Justin Schonfeld, Sharada P. Mohanty, Brendan Nyhan +2 autres
2017· article· en· Proceedings of the National Academy of Sciences· Mathematics
prédiction distillée:candidate · metaresearchconsensus · aucune
103
citations
afffundnon étiqueté
Dynamics of an age-of-infection cholera model
P. van den Driessche, Zhisheng Shuai, Fred Brauer
2013· article· en· Mathematical Biosciences & Engineering· Mathematics
prédiction distillée:candidate · aucuneconsensus · aucune
99
citations

En coulisses: Sélection · Constats · À propos