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
Mobile Crowdsensing and Crowdsourcing
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.

449 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.
449 travaux dans la cohorte · sur 4 299 418page 6 sur 9

Les étiquettes couvrent 3 des 449 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 449 des 449 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le mode candidate est l'union; le consensus est l'intersection.

affnon étiqueté
Infusing Human Factors into Algorithmic Crowdsourcing
Han Yu, Chunyan Miao, Zhiqi Shen, Jun Lin, Cyril Leung, Qiang Yang
2016· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
5
citations
affnon étiqueté
Crowdsourcing the Policy Cycle
John Prpić
2017· article· en· Computer Science
prédiction distillée:candidate · sts+scholarly_communicationconsensus · aucune
5
citations
affnon étiqueté
Drafty: Enlisting Users To Be Editors Who Maintain Structured Data
Shaun Wallace, Lucy Van Kleunen, Marianne Aubin-Le Quere, Abraham Peterkin, Yirui Huang, Jeff Huang
2017· article· en· Proceedings of the AAAI Conference on Human Computation and Crowdsourcing· Computer Science
prédiction distillée:candidate · metaepi_narrow+sts+scholarly_communicationconsensus · aucune
4
citations
affnon étiqueté
In-Route Task Selection in Spatial Crowdsourcing
Camila F. Costa, Mário A. Nascimento
2019· article· en· ACM Transactions on Spatial Algorithms and Systems· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
4
citations
venueno affnon étiqueté
Sensing Environmental Danger in the City
Torin Monahan, Jennifer T. Mokos
2010· article· en· The International Review of Information Ethics· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
4
citations
affnon étiqueté
Reducing Error in Context-Sensitive Crowdsourced Tasks
Daniel Haas, Matthew Greenstein, Kainar Kamalov, Adam Marcus, Marek Olszewski, Marc Piette
2013· article· en· Proceedings of the AAAI Conference on Human Computation and Crowdsourcing· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
4
citations
fundno affnon étiqueté
Learning from Crowds with Annotation Reliability
Zhi Cao, Enhong Chen, Ye Huang, Shuanghong Shen, Zhenya Huang
2023· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
4
citations
affnon étiqueté
Assessing top-$k$ preferences
Charles L. A. Clarke, Alexandra Vtyurina, Mark D. Smucker
2020· preprint· en· arXiv (Cornell University)· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
4
citations
afffundnon étiqueté
Opening the Scope of Openness in AI
Tamara Paris, AJung Moon, Jin Guo
2025· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
3
citations
affsans résuménon étiqueté
NetEase Cloud Music Data
Dennis Zhang, Ming Hu, Xiaofei Liu, Yuxiang Wu, Yong Li
2020· article· en· SSRN Electronic Journal· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
3
citations
afffundnon étiqueté
Annotating ecology
Derek Reilly, Bonnie MacKay
2013· article· en· Computer Science
prédiction distillée:candidate · insufficient_payloadconsensus · aucune
3
citations

En coulisses: Sélection · Constats · À propos