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
Optimal Experimental Design Methods
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.

442 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.
442 travaux dans la cohorte · sur 4 299 418page 8 sur 9

Les étiquettes couvrent 0 des 442 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 442 des 442 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
<scp>L</scp> atin Hypercube Designs
Boxin Tang
2014· other· en· Wiley StatsRef: Statistics Reference Online· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
venueno affnon étiqueté
Bayesian Inference and Posterior Simulators
John Geweke
2001· article· fr· Canadian Journal of Agricultural Economics/Revue canadienne d agroeconomie· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Experimental Design
Kim Koh
2014· book-chapter· en· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Response Rate
Alex C. Michalos, Alex C. Michalos
2014· book-chapter· en· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Effect Size Estimation in Multifactor Designs.
Rex B. Kline
2006· book-chapter· en· American Psychological Association eBooks· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
A journey of discovery with George Box
D. W. Bacon
2014· article· en· Applied Stochastic Models in Business and Industry· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Binary Response
Eric K. H. Chan
2023· book-chapter· en· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Optimal Approximate Design
Saumen Mandal
2025· book-chapter· en· International Encyclopedia of Statistical Science· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Experimental Design
Kim Koh
2023· book-chapter· en· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Factorial Design
David Nordstokke, S. Mitchell Colp
2023· book-chapter· en· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Editorial. Design and Analysis of Experiments for Data Science
HaiYing Wang, Xinwei Deng, Devon Lin, Ming‐Hui Chen, Minge Xie, Jing Wu
2023· article· en· The New England Journal of Statistics in Data Science· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Sequential design for microarray experiments
Gilles Durrieu, Laurent Briollais
2005· preprint· en· HAL (Le Centre pour la Communication Scientifique Directe)· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Index
Ricardo A. Maronna, R. Douglas Martin, Vı́ctor J. Yohai, Matías Salibián‐Barrera
2018· paratext· en· Wiley series in probability and statistics· Decision Sciences
prédiction machine:candidate · insufficient_payloadconsensus · aucune
0
citations
affsans résuménon étiqueté
Author Correction: Two-level factorial experiments
Byran J. Smucker, Martin Krzywinski, Naomi Altman
2019· erratum· en· Nature Methods· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Special issue on Design of Experiments
A N Donev, Jesús López–Fidalgo, Douglas P. Wiens
2017· article· en· Computational Statistics & Data Analysis· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Nested Experimental Designs
Kirti R. Shah, Bikas K. Sinha
2014· other· en· Wiley StatsRef: Statistics Reference Online· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Optimal Regression Designs in Asymmetric Domains
Erkki P. Liski, Nripes Kumar Mandal, Kirti R. Shah, Bikas K. Sinha
2002· book-chapter· en· Lecture notes in statistics· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Experimental Design Using Interlacing Polynomials
Lap Chi Lau, Robert Wang, Hong Zhou
2025· book-chapter· en· Society for Industrial and Applied Mathematics eBooks· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Additional Selected Topics
Erkki P. Liski, Nripes Kumar Mandal, Kirti R. Shah, Bikas K. Sinha
2002· book-chapter· en· Lecture notes in statistics· Decision Sciences
prédiction machine:candidate · insufficient_payloadconsensus · aucune
0
citations
affnon étiqueté
Robust Designs for Three Commonly Used Nonlinear Models
Xiaojian Xu, Arnold Chen, Ilias Kotsireas, Roderick Melnik, Brian West
2011· article· en· AIP conference proceedings· Decision Sciences
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Power Considerations in Designed Experiments
Luyao Lin, Derek Bingham, Ryan Lekivetz
2019· article· en· Journal of Statistical Theory and Practice· Decision Sciences
prédiction machine:candidate · metaresearchconsensus · aucune
0
citations

En coulisses: Sélection · Constats · À propos