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
Empirical Software Engineering
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.

371 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.
371 travaux dans la cohorte · sur 4 299 418page 5 sur 8

Les étiquettes couvrent 1 des 371 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 371 des 371 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.

afffundsans résuménon étiqueté
A study of documentation for software architecture
Neil Ernst, Martin P. Robillard
2023· article· en· Empirical Software Engineering· Computer Science
prédiction machine:candidate · metaresearchconsensus · aucune
13
citations
affsans résuménon étiqueté
Clones in deep learning code: what, where, and why?
Hadhemi Jebnoun, Md Saidur Rahman, Foutse Khomh, Biruk Asmare Muse
2022· article· en· Empirical Software Engineering· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
12
citations
affnon étiqueté
The nature of build changes
Christian Macho, Stefanie Beyer, Shane McIntosh, Martin Pinzger
2021· article· en· Empirical Software Engineering· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
12
citations
afffundsans résuménon étiqueté
The sense of logging in the Linux kernel
Keyur P. Patel, João Faccin, Abdelwahab Hamou‐Lhadj, Ingrid Nunes
2022· article· en· Empirical Software Engineering· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
12
citations
afffundsans résuménon étiqueté
How programmers find online learning resources
Deeksha M. Arya, Jin Guo, Martin P. Robillard
2022· article· en· Empirical Software Engineering· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
12
citations
affsans résuménon étiqueté
Getting to the Source of Ethical Issues
Norman G. Vinson, Janice Singer
2001· article· en· Empirical Software Engineering· Social Sciences
prédiction machine:candidate · metaresearchconsensus · aucune
11
citations
afffundsans résuménon étiqueté
Towards a change taxonomy for machine learning pipelines
Aaditya Bhatia, Ellis E. Eghan, Manel Grichi, W. G. Cavanagh, Zhen Ming Jiang, Bram Adams
2023· article· en· Empirical Software Engineering· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
11
citations
affsans résuménon étiqueté
Ranking code clones to support maintenance activities
Osama Ehsan, Foutse Khomh, Ying Zou, Dong Qiu
2023· article· en· Empirical Software Engineering· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
11
citations
affsans résuménon étiqueté
What is an app store? The software engineering perspective
Wenhan Zhu, Sebastian Proksch, Daniel M. Germán, Michael W. Godfrey, Li Li, Shane McIntosh
2024· article· en· Empirical Software Engineering· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
11
citations
affsans résuménon étiqueté
An empirical study of the integration time of fixed issues
Daniel Alencar da Costa, Shane McIntosh, Uirá Kulesza, Ahmed E. Hassan, Surafel Lemma Abebe
2017· article· en· Empirical Software Engineering· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
10
citations
afffundsans résuménon étiqueté
TraceSim: An Alignment Method for Computing Stack Trace Similarity
Irving Muller Rodrigues, Aleksandr Khvorov, Daniel Aloise, Roman Vasiliev, Dmitrij Koznov, Eraldo Rezende Fernandes +3 autres
2022· article· en· Empirical Software Engineering· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
10
citations
affsans résuménon étiqueté
Tracking bad updates in mobile apps: a search-based approach
Islem Saidani, Ali Ouni, Md Ahasanuzzaman, Safwat Hassan, Mohamed Wiem Mkaouer, Ahmed E. Hassan
2022· article· en· Empirical Software Engineering· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
10
citations
afffundsans résuménon étiqueté
Quality issues in machine learning software systems
Pierre-Olivier Côté, Amin Nikanjam, Rached Bouchoucha, Ilan Basta, Mouna Abidi, Foutse Khomh
2024· article· en· Empirical Software Engineering· Computer Science
prédiction machine:candidate · metaresearchconsensus · aucune
9
citations
affsans résuménon étiqueté
GBGallery : A benchmark and framework for game testing
Zhuo Li, Yuechen Wu, Lei Ma, Xiaofei Xie, Yingfeng Chen, Changjie Fan
2022· article· en· Empirical Software Engineering· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
8
citations
fundno affsans résuménon étiqueté
18 million links in commit messages: purpose, evolution, and decay
Tao Xiao, Sebastian Baltes, Hideaki Hata, Christoph Treude, Raula Gaikovina Kula, Takashi Ishio +1 autres
2023· article· en· Empirical Software Engineering· Social Sciences
prédiction machine:candidate · bibliometricsconsensus · aucune
8
citations
affsans résuménon étiqueté
On the coordination of vulnerability fixes
Jiahuei Lin, Bram Adams, Ahmed E. Hassan
2023· article· en· Empirical Software Engineering· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
8
citations
affsans résuménon étiqueté
On the Removal of Feature Toggles
Juan Hoyos, Rabe Abdalkareem, Suhaib Mujahid, Emad Shihab, Albeiro Espinosa Bedoya
2021· article· en· Empirical Software Engineering· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
8
citations
afffundsans résuménon étiqueté
Wikifying software artifacts
Mathieu Nassif, Martin P. Robillard
2021· article· en· Empirical Software Engineering· Social Sciences
prédiction machine:candidate · metaresearchconsensus · aucune
7
citations

En coulisses: Sélection · Constats · À propos