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
Cell Image Analysis Techniques
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.

3 696 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.
3 696 travaux dans la cohorte · sur 4 299 418page 1 sur 74

Les étiquettes couvrent 7 des 3 696 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 3 696 des 3 696 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.

afffundnon étiqueté
Opportunities and obstacles for deep learning in biology and medicine
Travers Ching, Daniel Himmelstein, Brett K. Beaulieu‐Jones, Alexandr A. Kalinin, T. Brian, Gregory P. Way +30 autres
2018· review· en· Journal of The Royal Society Interface· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
2 238
citations
affsans résuménon étiqueté
Scientific discovery in the age of artificial intelligence
Hanchen Wang, Tianfan Fu, Yuanqi Du, Wenhao Gao, Kexin Huang, Ziming Liu +24 autres
2023· review· en· Nature· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · metaresearchconsensus · aucune
1 594
citations
afffundsans résuménon étiqueté
High-throughput discovery of novel developmental phenotypes
Mary E. Dickinson, Ann M. Flenniken, Xiao Ji, Lydia Teboul, Michael D. Wong, Jacqueline K. White +78 autres
2016· article· en· Nature· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
1 294
citations
affnon étiqueté
BigBrain: An Ultrahigh-Resolution 3D Human Brain Model
Katrin Amunts, Claude Lepage, Louis Borgeat, Hartmut Mohlberg, Timo Dickscheid, Marc-Étienne Rousseau +8 autres
2013· article· en· Science· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
936
citations
affnon étiqueté
Data-analysis strategies for image-based cell profiling
Juan Carlos Caicedo, Sam Cooper, Florian Heigwer, Scott Warchal, Peng Qiu, Csaba Molnár +18 autres
2017· article· en· Nature Methods· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
790
citations
afffundsans résuménon étiqueté
Neuronal morphometry directly from bitmap images
Tiago Ferreira, Arne V. Blackman, Julia Oyrer, Sriram Jayabal, Andrew J. Chung, Alanna J. Watt +2 autres
2014· letter· en· Nature Methods· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
783
citations
affsans résuménon étiqueté
In Silico Labeling: Predicting Fluorescent Labels in Unlabeled Images
Eric Christiansen, Samuel Yang, D. Michael Ando, Ashkan Javaherian, Gaia Skibinski, Scott Lipnick +12 autres
2018· article· en· Cell· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
680
citations
affsans résuménon étiqueté
Deep learning in biomedicine
Michael Wainberg, Daniele Merico, Andrew Delong, Brendan J. Frey
2018· article· en· Nature Biotechnology· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
604
citations
affnon étiqueté
Digital Imaging in Pathology: Whole-Slide Imaging and Beyond
Farzad Ghaznavi, Andrew Evans, Anant Madabhushi, Michael D. Feldman
2011· review· en· Annual Review of Pathology Mechanisms of Disease· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
463
citations
affsans résuménon étiqueté
T-snakes: Topology adaptive snakes
Tim McInerney, Demetri Terzopoulos
2000· article· en· Medical Image Analysis· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
413
citations
affsans résuménon étiqueté
Tutorial: guidance for quantitative confocal microscopy
James Jonkman, Claire M. Brown, Graham Wright, Kurt I. Anderson, Alison J. North
2020· review· en· Nature Protocols· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
401
citations
affsans résuménon étiqueté
High-Content Screening for Quantitative Cell Biology
Mojca Mattiazzi Ušaj, Erin B. Styles, Adrian J. Verster, Helena Friesen, Charles Boone, Brenda Andrews
2016· review· en· Trends in Cell Biology· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
292
citations
affnon étiqueté
Robust estimation of bacterial cell count from optical density
Jacob Beal, Natalie G. Farny, Traci Haddock-Angelli, Vinoo Selvarajah, Geoff Baldwin, Russell Buckley-Taylor +1358 autres
2020· article· en· Communications Biology· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
231
citations
afffundsans résuménon étiqueté
Reproducibility standards for machine learning in the life sciences
Benjamin J. Heil, Michael M. Hoffman, Florian Markowetz, Su‐In Lee, Casey S. Greene, Stephanie C. Hicks
2021· article· en· Nature Methods· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · metaresearchconsensus · metaresearch
228
citations
afffundsans résuménon étiqueté
TensorFlow: Biology’s Gateway to Deep Learning?
Ladislav Rampášek, Anna Goldenberg
2016· article· en· Cell Systems· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
221
citations
affnon étiqueté
Global Linking of Cell Tracks Using the Viterbi Algorithm
Klas E. G. Magnusson, Joakim Jaldén, Penney M. Gilbert, Helen M. Blau
2014· article· en· IEEE Transactions on Medical Imaging· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
213
citations
affnon étiqueté
The human cell count and size distribution
Ian Hatton, Eric D. Galbraith, Nono S. C. Merleau, Teemu P. Miettinen, Benjamin M. Smith, Jeffery A. Shander
2023· article· en· Proceedings of the National Academy of Sciences· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
170
citations
affnon étiqueté
AI on a chip
Akihiro Isozaki, Jeffrey Harmon, Yuqi Zhou, Shuai Li, Yuta Nakagawa, Mika Hayashi +3 autres
2020· review· en· Lab on a Chip· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
142
citations
affnon étiqueté
Intelligent image-activated cell sorting 2.0
Akihiro Isozaki, Hideharu Mikami, Hiroshi Tezuka, Hiroki Matsumura, Kangrui Huang, Marino Akamine +40 autres
2020· article· en· Lab on a Chip· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
142
citations
affnon étiqueté
In silico cancer research towards 3R
Claire Jean-Quartier, Fleur Jeanquartier, Igor Jurišica, Andreas Holzinger
2018· review· en· BMC Cancer· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
128
citations

En coulisses: Sélection · Constats · À propos