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
Machine Learning in Healthcare
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.

1 008 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.
1 008 travaux dans la cohorte · sur 4 299 418page 7 sur 21

Les étiquettes couvrent 4 des 1 008 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 1 008 des 1 008 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
RECOMED: A comprehensive pharmaceutical recommendation system
Ismail Ghodsollahee, Jennifer Martin, Nicholas J. Talley, Vahid Salari, Paweł Pławiak, Kazem Rahimi +1 autres
2024· article· en· Artificial Intelligence in Medicine· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
11
citations
afffundnon étiqueté
Deep Learning in Medicine
Augustin Toma, Gerhard‐Paul Diller, Patrick R. Lawler
2022· editorial· en· JACC Advances· Computer Science
prédiction distillée:candidate · metaepi_narrow+research_integrityconsensus · aucune
10
citations
affnon étiqueté
Healthcare 5.0-Driven Clinical Intelligence: The Learn-Predict-Monitor-Detect-Correct Framework for Systematic Artificial Intelligence Integration in Critical Care
Hanene Boussi Rahmouni, Nesrine Ben El Hadj Hassine, Mariem Chouchen, Halil İbrahim Ceylan, Raul Ioan Muntean, Nicola Luigi Bragazzi +1 autres
2025· review· en· Healthcare· Computer Science
prédiction distillée:candidate · metaresearch+metaepi_narrow+research_integrityconsensus · metaepi_narrow+research_integrity
9
citations
affsans résuménon étiqueté
A Voting Classifier for Mortality Prediction Post-Thoracic Surgery
George Obaido, Blessing Ogbuokiri, Ibomoiye Domor Mienye, Sydney Mambwe Kasongo
2023· book-chapter· en· Lecture notes in networks and systems· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
9
citations
affnon étiqueté
MLHOps: Machine Learning Health Operations
Faiza Khan Khattak, Vallijah Subasri, Amrit Krishnan, Chloé Pou-Prom, Sedef Akinli-Kocak, Elham Dolatabadi +3 autres
2024· article· en· IEEE Access· Computer Science
prédiction distillée:candidate · scholarly_communicationconsensus · aucune
9
citations

En coulisses: Sélection · Constats · À propos