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
Lecture notes in computer science
Sujet
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.

11 332 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.
11 332 travaux dans la cohorte · sur 4 299 418page 93 sur 227

Les étiquettes couvrent 8 des 11 332 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 11 332 des 11 332 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.

fundno affsans résuménon étiqueté
Artificial Intelligence in Medicine
José M. Juárez, Mar Marcos, Gregor Štiglic, Allan Tucker
2023· book· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
6
citations
fundno affsans résuménon étiqueté
Learning and Intelligent Optimization
Meinolf Sellmann, Kevin Tierney
2023· book· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
6
citations
fundno affsans résuménon étiqueté
Machine Learning and Knowledge Discovery in Databases
Massih-Réza Amini, Stéphane Canu, Asja Fischer, Tias Guns, Petra Kralj Novak, Grigorios Tsoumakas
2023· book· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
6
citations
affsans résuménon étiqueté
Exaggerated Claims for Interactive Stories
David Thue, Vadim Bulitko, Marcia L. Spetch, Michael A. Webb
2009· book-chapter· en· Lecture notes in computer science· Social Sciences
prédiction machine:candidate · aucuneconsensus · aucune
6
citations
fundno affsans résuménon étiqueté
Research in Computational Molecular Biology
2024· book· en· Lecture notes in computer science· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
6
citations
affsans résuménon étiqueté
Text Input in Virtual Reality Using a Tracked Drawing Tablet
Seyed Amir Ahmad Didehkhorshid, Siju Philip, Elaheh Samimi, Robert J. Teather
2020· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
6
citations
affsans résuménon étiqueté
Extraction and Classification of User Behavior
Matheus Lorenzo dos Santos, Rodrigo Fernandes de Mello, Laurence T. Yang
2007· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
6
citations
fundno affsans résuménon étiqueté
Advances in Cryptology – EUROCRYPT 2023
2023· book· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
6
citations
affsans résuménon étiqueté
Cognitive Tutoring System with "Consciousness"
Daniel M. Dubois, Mohamed Gaha, Roger Nkambou, Pierre Poirier
2008· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
6
citations
affsans résuménon étiqueté
Developments in Language Theory
Yuan Gao, Sheng Yu
2010· book· en· Lecture notes in computer science· Social Sciences
prédiction machine:candidate · aucuneconsensus · aucune
6
citations
affsans résuménon étiqueté
Lightweight Conceptual Modeling for Crowdsourcing
Roman Lukyanenko, Jeffrey Parsons
2013· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
6
citations
affsans résuménon étiqueté
Goal-Directed Online Learning of Predictive Models
Sylvie C. W. Ong, Yuri Grinberg, Joëlle Pineau
2012· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
6
citations
affsans résuménon étiqueté
Collaborative Rough Clustering
Sushmita Mitra, Haider Banka, Witold Pedrycz
2005· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
6
citations
affsans résuménon étiqueté
Sketch Based Volumetric Clouds
Marc Stiver, Andrew B. Baker, Adam Runions, Faramarz Samavati
2010· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
6
citations
affsans résuménon étiqueté
Grounding Formulas with Complex Terms
Amir Aavani, Xiongnan Wu, Eugenia Ternovska, David G. M. Mitchell
2011· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
6
citations
affnon étiqueté
Textual User Requirements Notation
Ruchika Kumar, Gunter Mussbacher
2018· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
6
citations
affsans résuménon étiqueté
Parallel Job Scheduling: A Performance Perspective
Shikharesh Majumdar, Eric W. Parsons
2000· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
6
citations

En coulisses: Sélection · Constats · À propos