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
Bayesian Modeling and Causal Inference
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.

961 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.
961 travaux dans la cohorte · sur 4 299 418page 7 sur 20

Les étiquettes couvrent 2 des 961 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 961 des 961 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.

affnon étiqueté
From high-level inference algorithms to efficient code
Rajan Walia, P. J. Narayanan, Jacques Carette, Sam Tobin-Hochstadt, Chung-chieh Shan
2019· article· en· Proceedings of the ACM on Programming Languages· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
9
citations
affnon étiqueté
First Order Probabilistic Logic
Brigitte Jaumard, Alexandre Fortin, Md. Istiaque Shahriar, Razia Sultana
2006· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
9
citations
affsans résuménon étiqueté
Distinguishing Causal and Acausal Temporal Relations
Kamran Karimi, Howard J. Hamilton
2003· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
9
citations
afffundsans résuménon étiqueté
The logic of qualitative probability
James P. Delgrande, Bryan Renne
2019· article· en· Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
9
citations
affnon étiqueté
Probabilistic n-Choose-k Models for Classification and Ranking
Kevin Swersky, Brendan J. Frey, Daniel Tarlow, Richard S. Zemel, Ryan P. Adams
2012· article· en· Digital Access to Scholarship at Harvard (DASH) (Harvard University)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
8
citations
affnon étiqueté
Inferences from prior-based loss functions
Michael Evans, Gun Ho Jang
2011· preprint· en· arXiv (Cornell University)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
8
citations
afffundnon étiqueté
Situation Calculus Semantics for Actual Causality
Vitaliy Batusov, Mikhail Soutchanski
2018· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
8
citations
affnon étiqueté
Exponential Models: Approximations for Probabilities
D. A. S. Fraser, Ali Naderi, Kexin Ji, Wei Lin, Jie Su
2011· article· en· Journal of the Iranian Statistical Society· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
8
citations
affnon étiqueté
PIS: a probabilistic inference system
Keith C. C. Chan, Andrew K. C. Wong
2003· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
7
citations
affsans résuménon étiqueté
Approximate reasoning by pairwise comparisons
Tamar Kakiashvili, Waldemar W. Koczkodaj, Jean-Pierre Magnot
2017· review· en· Physics of Life Reviews· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
7
citations
affnon étiqueté
Classification Methods
Aijun An
2009· book-chapter· en· IGI Global eBooks· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
7
citations
affsans résuménon étiqueté
Pushing Random Walk Beyond Golden Ratio
Ehsan Amiri, Evgeny Skvortsov
2007· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
7
citations
fundno affnon étiqueté
An automated classification algorithm for multiwavelength data
Yanxia Zhang, A-Li Luo, Yongheng Zhao
2004· article· en· Proceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
7
citations

En coulisses: Sélection · Constats · À propos