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
Privacy-Preserving Technologies in Data
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.

1 809 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.
1 809 travaux dans la cohorte · sur 4 299 418page 9 sur 37

Les étiquettes couvrent 7 des 1 809 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 1 809 des 1 809 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
Privacy-Preserving Spatio-Temporal Patient Data Publishing
Anifat M. Olawoyin, Carson K. Leung, Ratna Choudhury
2020· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction distillée:candidate · metaresearch+metaepi_narrow+scholarly_communication+open_science+research_integrityconsensus · open_science
21
citations
affsans résuménon étiqueté
Privacy-Preserving Personalized Revenue Management
Yanzhe Lei, Sentao Miao, Ruslan Momot
2020· article· en· SSRN Electronic Journal· Computer Science
prédiction distillée:candidate · open_scienceconsensus · open_science
20
citations
affnon étiqueté
Incorporating Privacy by Design Principles in the Modification of AI Systems in Preventing Breaches across Multiple Environments, Including Public Cloud, Private Cloud, and On-prem
Samuel Ufom Okon, Omobolaji Olufunmilayo Olateju, Olumide Samuel Ogungbemi, Sunday Abayomi Joseph, Anthony Obulor Olisa, Oluwaseun Oladeji Olaniyi
2024· article· en· Journal of Engineering Research and Reports· Computer Science
prédiction distillée:candidate · metaresearchconsensus · aucune
20
citations
affnon étiqueté
Kamino
Chang Ge, Shubhankar Mohapatra, Xi He, Ihab F. Ilyas
2021· article· en· Proceedings of the VLDB Endowment· Computer Science
prédiction distillée:candidate · open_scienceconsensus · open_science
20
citations
afffundgemma · metaresearch+open_sciencegpt · open_sciencemodèles en désaccord
Guilt-free data reuse
Cynthia Dwork, Vitaly Feldman, Moritz Hardt, Toniann Pitassi, Omer Reingold, Aaron Roth
2017· article· en· Communications of the ACM· Computer Science
prédiction distillée:candidate · metaresearch+open_scienceconsensus · open_science
20
citations
afffundsans résuménon étiqueté
Synthetic data: revisiting the privacy-utility trade-off
Fatima Jahan Sarmin, Atiquer Rahman Sarkar, Yang Wang, Noman Mohammed
2025· article· en· International Journal of Information Security· Computer Science
prédiction distillée:candidate · metaresearch+open_scienceconsensus · open_science
19
citations
affnon étiqueté
Private Mean Estimation of Heavy-Tailed Distributions
Gautam Kamath, Vikrant Singhal, Jonathan Ullman
2020· article· en· Conference on Learning Theory· Computer Science
prédiction distillée:candidate · metaresearch+open_scienceconsensus · open_science
19
citations
affnon étiqueté
Differentially Private Two-Party Set Operations
Bailey Kacsmar, Basit Khurram, Nils Lukas, Alexander Norton, Masoumeh Shafieinejad, Zhiwei Shang +4 autres
2020· article· en· Computer Science
prédiction distillée:candidate · open_scienceconsensus · open_science
18
citations
afffundnon étiqueté
Preserving RFID data privacy
Benjamin C. M. Fung, Khalil Al-Hussaeni, Mingming Cao
2009· article· en· Computer Science
prédiction distillée:candidate · metaresearch+open_scienceconsensus · open_science
18
citations
affnon étiqueté
<i>p</i>-Hacking, Data type and Data-Sharing Policy
Abel Brodeur, Nikolai Cook, Carina Neisser
2024· article· en· The Economic Journal· Computer Science
prédiction distillée:candidate · scholarly_communication+open_scienceconsensus · open_science
18
citations
affnon étiqueté
Disparate Vulnerability to Membership Inference Attacks
Bogdan Kulynych, Mohammad Yaghini, Giovanni Cherubin, Michael Veale, Carmela Troncoso
2021· preprint· en· Proceedings on Privacy Enhancing Technologies· Computer Science
prédiction distillée:candidate · metaresearch+metaepi_narrow+scholarly_communication+open_science+research_integrityconsensus · metaepi_narrow+open_science+research_integrity
18
citations
← précédentsuivant →

En coulisses: Sélection · Constats · À propos