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
Orphanet Journal of Rare Diseases
Sujet
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.

328 résultats · 1 filtre actif ·
Résultats par année
20062025
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.
328 travaux dans la cohorte · sur 4 299 418page 4 sur 7

Les étiquettes couvrent 0 des 328 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 328 des 328 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.

afffundnon étiqueté
Large exonic deletions in POLRB gene cause POLR3-related leukodystrophy
Mariana Gutiérrez, Isabelle Thiffault, Kether Guerrero, Gabriel Ángel Martos‐Moreno, Luan T. Tran, William Benko +4 autres
2015· article· en· Orphanet Journal of Rare Diseases· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
23
citations
fundno affnon étiqueté
Efficacy and tolerability of the investigational topical cream SD-101 (6% allantoin) in patients with epidermolysis bullosa: a phase 3, randomized, double-blind, vehicle-controlled trial (ESSENCE study)
Amy S. Paller, John Browning, Miloš Nikolić, Christine Bodemer, Dédée F. Murrell, Willistine Lenon +4 autres
2020· article· en· Orphanet Journal of Rare Diseases· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
22
citations
afffundaboutnon étiqueté
Evaluation of the quality of clinical data collection for a pan-Canadian cohort of children affected by inherited metabolic diseases: lessons learned from the Canadian Inherited Metabolic Diseases Research Network
Kylie Tingley, Monica Lamoureux, Michael Pugliese, Michael T. Geraghty, Jonathan B. Kronick, Beth K. Potter +49 autres
2020· article· en· Orphanet Journal of Rare Diseases· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · metaresearchconsensus · metaresearch
21
citations
affnon étiqueté
Physiotherapy for epidermolysis bullosa: clinical practice guidelines
Amy Weisman, Jennifer M. Chan, Chantal Lapointe, Kaye Sjoholm, Kristy Steinau, Kaycie Artus +7 autres
2021· review· en· Orphanet Journal of Rare Diseases· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
18
citations
fundno affnon étiqueté
Brain morphometry in Pontocerebellar Hypoplasia type 2
Kaspar Ekert, Samuel Groeschel, Icíar Sánchez‐Albisua, Saskia Frölich, Andrea Dieckmann, Corinna Engel +1 autres
2016· article· en· Orphanet Journal of Rare Diseases· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
17
citations

En coulisses: Sélection · Constats · À propos