MétaCan
ENFR
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.

Exporter en CSVExporter en JSONRequête API

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
Head and Neck Cancer 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.

2 372 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.
2 372 travaux dans la cohorte · sur 4 299 418page 46 sur 48

Les étiquettes couvrent 16 des 2 372 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 2 372 des 2 372 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.

venueno affsans résuménon étiqueté
10.1016/s0246-0351(20)87732-0
2000· article· en· Time to knit· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · insufficient_payload
0
citations
affnon étiqueté
653832_1_S2_1X.roi
Ann Ram
2020· dataset· en· Harvard Dataverse· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · aucune
0
citations
affnon étiqueté
Mucus removal LOE trials - April 2019.xls
Keri Martin, Suzanne Currie
2020· dataset· en· Harvard Dataverse· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · insufficient_payload
0
citations
affnon étiqueté
Mesoiulus mauriesi Strasser 1974
2017· article· en· Zenodo (CERN European Organization for Nuclear Research)· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
aboutno affnon étiqueté
Occurrence Download
2025· dataset· en· Global Biodiversity Information Facility· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · aucune
0
citations
affnon étiqueté
90.tif
Ann Ram
2020· dataset· pl· Harvard Dataverse· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · aucune
0
citations
affnon étiqueté
8.tif
Ann Ram
2020· dataset· en· Harvard Dataverse· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · aucune
0
citations
venueno affsans résuménon étiqueté
10.1016/s0246-0351(18)91232-8
2000· article· en· Time to knit· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · insufficient_payload
0
citations
affnon étiqueté
655548_2_S1P.roi
Ann Ram
2020· dataset· en· Harvard Dataverse· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · aucune
0
citations
venueno affnon étiqueté
10.51847/vi9mmro8mio32
Krishnangshu Bhanja Choudhury, Shyam Bihari Sharma, Sumana Maiti, Chhaya Roy, Chandrani Mallick
2000· article· en· Time to knit· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · insufficient_payload
0
citations
venueno affsans résuménon étiqueté
10.1016/b978-1-4557-4696-5.00106-8
2000· book-chapter· en· Time to knit· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · insufficient_payload
0
citations
affsans résuménon étiqueté
2406
F. Mohammed, Ian Poon, L. Zhang, G Browman, Jinka Sathya, Stephen M. Sagar +2 autres
2006· article· en· International Journal of Radiation Oncology*Biology*Physics· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · aucune
0
citations
affnon étiqueté
648945_3.roi
Ann Ram
2020· dataset· en· Harvard Dataverse· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · aucune
0
citations
affnon étiqueté
619299_1S1.roi
Ann Ram
2020· dataset· en· Harvard Dataverse· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · aucune
0
citations
affnon étiqueté
Euura hubertpschornwalcheri Kopelke 2014
2025· article· en· Zenodo (CERN European Organization for Nuclear Research)· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
aboutno affsans résuménon étiqueté
Margaret Darley and St Johns Ambulance
2011· dataset· en· Oxford University Research Archive (ORA) (University of Oxford)· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
652684_7_S1.roi
Ann Ram
2020· dataset· en· Harvard Dataverse· Medicine
prédiction machine:candidate · insufficient_payloadconsensus · insufficient_payload
0
citations
← précédentsuivant →

En coulisses: Sélection · Constats · À propos