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
Obesity and Health Practices
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.

1 836 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.
1 836 travaux dans la cohorte · sur 4 299 418page 1 sur 37

Les étiquettes couvrent 11 des 1 836 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 1 836 des 1 836 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
The Law of Attrition
Günther Eysenbach
2005· article· en· Journal of Medical Internet Research· Health Professions
prédiction machine:candidate · metaresearchconsensus · aucune
2 681
citations
affsans résuménon étiqueté
Definition and diagnostic criteria of clinical obesity
Francesco Rubino, David E. Cummings, Robert H. Eckel, Ricardo V. Cohen, John Wilding, Wendy A. Brown +49 autres
2025· review· en· The Lancet Diabetes & Endocrinology· Health Professions
prédiction machine:candidate · aucuneconsensus · aucune
1 324
citations
aboutno affnon étiqueté
Morbidity and mortality associated with obesity
Mahmoud Abdelaal, Carel W. le Roux, Neil G. Docherty
2017· review· en· Annals of Translational Medicine· Health Professions
prédiction machine:candidate · aucuneconsensus · aucune
1 048
citations
afffundsans résuménon étiqueté
A proposed clinical staging system for obesity
Arya M. Sharma, Robert F. Kushner
2009· review· en· International Journal of Obesity· Health Professions
prédiction machine:candidate · aucuneconsensus · aucune
659
citations
venueno affnon étiqueté
Qualitative Research: Getting Started
Zubin Austin, Jane Sutton
2014· article· en· The Canadian Journal of Hospital Pharmacy· Health Professions
prédiction machine:candidate · metaresearchconsensus · metaresearch
429
citations
affnon étiqueté
Obesity predisposes to Th17 bias
Shawn Winer, Geoff Paltser, Yin Chan, Hubert Tsui, Edgar G. Engleman, Daniel A. Winer +1 autres
2009· article· en· European Journal of Immunology· Health Professions
prédiction machine:candidate · aucuneconsensus · aucune
376
citations
afffundnon étiqueté
Weight bias and health care utilization: a scoping review
Angela S. Alberga, Iyoma Y. Edache, Mary Forhan, Shelly Russell‐Mayhew
2019· review· en· Primary Health Care Research & Development· Health Professions
prédiction machine:candidate · aucuneconsensus · aucune
341
citations
affsans résuménon étiqueté
Barriers to obesity treatment
Marina Di Mauro, Valerie H. Taylor, Sean Wharton, Arya M. Sharma
2007· review· en· European Journal of Internal Medicine· Health Professions
prédiction machine:candidate · aucuneconsensus · aucune
272
citations
affsans résuménon étiqueté
The impact of obesity on quality of life
Valerie H. Taylor, Mary Forhan, Simone N. Vigod, Roger S. McIntyre, Katherine M. Morrison
2013· review· en· Best Practice & Research Clinical Endocrinology & Metabolism· Health Professions
prédiction machine:candidate · aucuneconsensus · aucune
265
citations
fundno affsans résuménon étiqueté
Stigma and the perpetuation of obesity
Alexandra Brewis
2014· review· en· Social Science & Medicine· Health Professions
prédiction machine:candidate · aucuneconsensus · aucune
261
citations
affnon étiqueté
Complexity and Stigma of Pediatric Obesity
Andrea M. Haqq, Maryam Kebbe, Qiming Tan, Melania Manco, Ximena Ramos Salas
2021· review· en· Childhood Obesity· Health Professions
prédiction machine:candidate · aucuneconsensus · aucune
181
citations
afffundnon étiqueté
Obesity, stigma and public health planning
Lynne MacLean, Nancy Edwards, Michael Garrard, N Sims-Jones, Kathryn Clinton, Laura Ashley
2008· review· en· Health Promotion International· Health Professions
prédiction machine:candidate · aucuneconsensus · aucune
153
citations
affnon étiqueté
A Bitter Pill
Michelle N. Lafrance
2006· article· en· Journal of Health Psychology· Health Professions
prédiction machine:candidate · aucuneconsensus · aucune
132
citations
suivant →

En coulisses: Sélection · Constats · À propos