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 Testing and Debugging Techniques
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.

996 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.
996 travaux dans la cohorte · sur 4 299 418page 4 sur 20

Les étiquettes couvrent 2 des 996 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 996 des 996 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.

affnon étiqueté
Model transformation testing
Gehan Selim, James R. Cordy, Juergen Dingel
2012· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
28
citations
affnon étiqueté
SCL: a language for security testing of network applications
Sylvain Marquis, Thomas Dean, Scott Knight
2005· article· en· Conference of the Centre for Advanced Studies on Collaborative Research· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
26
citations
affnon étiqueté
Clustering support for inadequate test suite reduction
Carmen Coviello, Simone Romano, Giuseppe Scanniello, Alessandro Marchetto, Giuliano Antoniol, Anna Corazza
2018· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
25
citations
afffundnon étiqueté
Variable strength covering arrays
Sebastian Raaphorst, Lucia Moura, Brett Stevens
2018· article· en· Journal of Combinatorial Designs· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
25
citations
fundno affnon étiqueté
Metamorphic Testing for Web System Security
Nazanin Bayati Chaleshtari, Fabrizio Pastore, Arda Göknil, Lionel Briand
2023· article· en· IEEE Transactions on Software Engineering· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
25
citations
affnon étiqueté
Transition covering tests for systems with queues
Jiale Huo, Alexandre Petrenko
2008· article· en· Software Testing Verification and Reliability· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
24
citations
affsans résuménon étiqueté
Toward an Undergraduate League for RoboCup
John Anderson, Jacky Baltes, David Livingston, Elizabeth Sklar, Jonah Tower
2004· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
23
citations
afffundnon étiqueté
BUGSJS: a benchmark and taxonomy of JavaScript bugs
Péter Gyimesi, Béla Vancsics, Andrea Stocco, Davood Mazinanian, Árpád Beszédes, Rudolf Ferenć +1 autres
2020· article· en· Software Testing Verification and Reliability· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
23
citations
affnon étiqueté
Symbolic optimization with SMT solvers
Yi Li, Aws Albarghouthi, Zachary Kincaid, Arie Gurfinkel, Marsha Chećhik
2014· article· en· ACM SIGPLAN Notices· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
23
citations
affnon étiqueté
Grammar‐based test generation with YouGen
Daniel M. Hoffman, David Ly‐Gagnon, Paul Strooper, Hongyi Wang
2010· article· en· Software Practice and Experience· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
23
citations
afffundnon étiqueté
Automatic fault localization for client‐side JavaScript
Frolin S. Ocariza, Guanpeng Li, Karthik Pattabiraman, Ali Mesbah
2015· article· en· Software Testing Verification and Reliability· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
23
citations
fundno affnon étiqueté
Near-optimal instruction selection on dags
David Ryan Koes, Seth Copen Goldstein
2008· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
23
citations
affnon étiqueté
Software testing by active learning for commercial games
Gang Xiao, Finnegan Southey, Robert C. Holte, Dana Wilkinson
2005· article· en· National Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
22
citations
afffundnon étiqueté
Detecting Inconsistencies in JavaScript MVC Applications
Frolin S. Ocariza, Karthik Pattabiraman, Ali Mesbah
2015· article· en· 2015 IEEE/ACM 37th IEEE International Conference on Software Engineering· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
22
citations

En coulisses: Sélection · Constats · À propos