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
COVID-19 diagnosis using AI
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.

1 016 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.
1 016 travaux dans la cohorte · sur 4 299 418page 6 sur 21

Les étiquettes couvrent 5 des 1 016 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 1 016 des 1 016 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le mode candidate est l'union; le consensus est l'intersection.

aboutno affnon étiqueté
Lung Disease Detection and Classification with Deep Learning Approach
Araya Chatchaiwatkul, Pasuk Phonsuphee, Yurananatul Mangalmurti, Naruemon Wattanapongsakorn
2021· article· en· 2021 36th International Technical Conference on Circuits/Systems, Computers and Communications (ITC-CSCC)· Medicine
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
18
citations
affnon étiqueté
Unraveling complex relationships between COVID-19 risk factors using machine learning based models for predicting mortality of hospitalized patients and identification of high-risk group: a large retrospective study
Mohammad Mehdi Banoei, Haniyeh Rafiepoor, Kazem Zendehdel, Monireh Sadat Seyyedsalehi, Azin Nahvijou, Farshad Allameh +1 autres
2023· article· en· Frontiers in Medicine· Medicine
prédiction distillée:candidate · metaresearch+metaepi_narrowconsensus · aucune
16
citations
venueno affnon étiqueté
Early Identification of COVID-19 Using Dynamic Fuzzy Rule Based System
Mohammed Imran Basheer Ahmed, Atta Rahman, Mehwash Farooqui, Fatimah Alamoudi, Raghad Baageel, Amjad Alqarni
2021· article· en· Mathematical Modelling and Engineering Problems· Medicine
prédiction distillée:candidate · aucuneconsensus · aucune
16
citations
affnon étiqueté
Segmentation of COVID-19 pneumonia lesions: A deep learning approach
Zahra Ghomi, Reza Mirshahi, Arash Khameneh Bagheri, Ali Fattahpour, Saeed Mohammadiun, Abdorreza Alavi Gharahbagh +4 autres
2020· article· en· Medical Journal of the Islamic Republic of Iran· Medicine
prédiction distillée:candidate · metaresearchconsensus · aucune
14
citations

En coulisses: Sélection · Constats · À propos