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
Data Stream Mining 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.

322 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.
322 travaux dans la cohorte · sur 4 299 418page 5 sur 7

Les étiquettes couvrent 0 des 322 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 322 des 322 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le mode candidate est l'union; le consensus est l'intersection.

affsans résuménon étiqueté
Information Filtering Systems
Reda Alhajj, Jon Rokne
2018· book-chapter· en· Computer Science
prédiction distillée:candidate · insufficient_payloadconsensus · aucune
1
citations
affsans résuménon étiqueté
On Handling AI Tasks in CPU with Low Latency and High Performance
Noman Hossain, Shakib Mahmud Dipto, Sovon Chakraborty, Sahal Bin Saad, Zareen Tasneem, Abu Kowsar +1 autres
2025· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
1
citations
affsans résuménon étiqueté
Detecting and reacting to smart home novelties
Lawrence B. Holder, Baxter Eaves, Patrick Shafto, Christopher Pereyda, Brian Thomas, Diane J. Cook
2025· article· en· Data Mining and Knowledge Discovery· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
1
citations
affsans résuménon étiqueté
Incremental Sensitivity Analysis for Kernelized Models
Hadar Sivan, Moshe Gabel, Assaf Schuster
2021· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
1
citations
affnon étiqueté
SOFIA: An Analytics Recommendation System.
Fatemeh Nargesian, Alain Biem, Prateek Jain, Srinivasan Parthasarathy, Deepak S. Turaga
2015· article· en· International Semantic Web Conference· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
1
citations
affsans résuménon étiqueté
Opposite Actions in Reinforced Image Segmentation
Farhang Sahba, Hamid R. Tizhoosh
2008· book-chapter· en· Studies in computational intelligence· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
1
citations
affsans résuménon étiqueté
Tracking the Preferences of Users Using Weak Estimators
Anis Yazidi, Ole‐Christoffer Granmo, B. John Oommen
2011· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction distillée:candidate · metaepi_narrow+open_scienceconsensus · aucune
1
citations
afffundsans résuménon étiqueté
An efficient model maintenance approach for MLOps
Forough Majidi, Foutse Khomh, Heng Li, Amin Nikanjam
2025· article· en· Empirical Software Engineering· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
1
citations
affnon étiqueté
Incremental analysis in machine learning
Michael Weiß, Steven Muegge, Ali Nazari
2019· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
1
citations
affnon étiqueté
Staleness Control for Edge Data Analytics
Atakan Aral, Melike Erol‐Kantarci, Ivona Brandić
2020· article· en· ACM SIGMETRICS Performance Evaluation Review· Computer Science
prédiction distillée:candidate · metaresearch+open_scienceconsensus · aucune
1
citations

En coulisses: Sélection · Constats · À propos