MétaCan
ENFR
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.

Exporter en CSVExporter en JSONRequête API

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
Data Mining Algorithms and Applications
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.

1 100 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.
1 100 travaux dans la cohorte · sur 4 299 418page 8 sur 22

Les étiquettes couvrent 1 des 1 100 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 1 100 des 1 100 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
Towards data mining benchmarking
Jian Pei, Runying Mao, Kan Hu, Hua Zhu
2000· article· en· ACM SIGMOD Record· Computer Science
prédiction machine:candidate · metaresearchconsensus · aucune
11
citations
affnon étiqueté
Discovery of high order patterns
Andrew K. C. Wong, Yang Wang
2002· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
11
citations
affsans résuménon étiqueté
CORDS
Ihab F. Ilyas, Volker Markl, Peter J. Haas, Paul Brown, Ashraf Aboulnaga
2004· book-chapter· en· Elsevier eBooks· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
11
citations
affnon étiqueté
Exploring Disease Association from the NHANES Data
Zhengzheng Xing, Jian Pei
2010· article· en· International Journal of Data Warehousing and Mining· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
10
citations
affsans résuménon étiqueté
Discovering Correlation in Frequent Subgraphs
Fariha Moomtaheen Upoma, Salsabil Ahmed Khan, Chowdhury Farhan Ahmed, Tahira Alam, Sabit Anwar Zahin, Carson K. Leung
2019· book-chapter· en· Advances in intelligent systems and computing· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
10
citations
affsans résuménon étiqueté
A general measure of similarity for categorical sequences
Abdellali Kelil, Shengrui Wang, Qingshan Jiang, Ryszard Brzeziński
2009· article· en· Knowledge and Information Systems· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
10
citations
affnon étiqueté
Future trends in business analytics and optimization
Donald E. Brown, Fazel Famili, Gerhard Paaß, Kate Smith‐Miles, Lyn C. Thomas, Richard W. Weber +4 autres
2011· article· en· Intelligent Data Analysis· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
10
citations
affnon étiqueté
Data Repository Selection: Criteria That Matter
Susanna‐Assunta Sansone, Peter McQuilton, Helena Cousijn, Wei Mun Chan, Sarah Callaghan, Ilaria Carnevale +15 autres
2020· article· en· Zenodo (CERN European Organization for Nuclear Research)· Computer Science
prédiction machine:candidate · metaresearch+open_scienceconsensus · aucune
10
citations
aboutno affnon étiqueté
Multi-relational data mining
Sašo Džeroski, Luc De Raedt
2002· article· en· ACM SIGKDD Explorations Newsletter· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
10
citations
affnon étiqueté
User-Centered Interactive Data Mining
Yan Zhao, Yaohua Chen, Yiyu Yao
2008· article· en· International Journal of Cognitive Informatics and Natural Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
9
citations
affsans résuménon étiqueté
Methods for Mining Frequent Sequential Patterns
Howard J. Hamilton
2003· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
9
citations
affsans résuménon étiqueté
Linguistic frequent pattern mining using a compressed structure
Jerry Chun‐Wei Lin, Usman Ahmed, Gautam Srivastava, Jimmy Ming‐Tai Wu, Tzung‐Pei Hong, Youcef Djenouri
2021· article· en· Applied Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
9
citations
affnon étiqueté
Preference-Based Frequent Pattern Mining
Moonjung Cho, Jian Pei, Haixun Wang, Wei Wang
2005· article· en· International Journal of Data Warehousing and Mining· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
9
citations
← précédentsuivant →

En coulisses: Sélection · Constats · À propos