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
Data Mining and Knowledge Discovery
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.

49 résultats · 1 filtre actif ·
Résultats par année
20032025
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.
49 travaux dans la cohorte · sur 4 299 418page 1 sur 1

Les étiquettes couvrent 0 des 49 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 49 des 49 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.

affsans résuménon étiqueté
Mining functional dependencies from data
Hong Yao, Howard J. Hamilton
2007· article· en· Data Mining and Knowledge Discovery· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
90
citations
affsans résuménon étiqueté
Data Clustering with Partial Supervision
Abdelhamid Bouchachia, Witold Pedrycz
2006· article· en· Data Mining and Knowledge Discovery· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
75
citations
affsans résuménon étiqueté
Mining outlying aspects on numeric data
Lei Duan, Guanting Tang, Jian Pei, James Bailey, Akiko Campbell, Changjie Tang
2015· article· en· Data Mining and Knowledge Discovery· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
70
citations
affsans résuménon étiqueté
Privacy-preserving boosting
Sébastien Gambs, Balázs Kégl, Esma Aı̈meur
2007· article· en· Data Mining and Knowledge Discovery· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
60
citations
affsans résuménon étiqueté
Publishing anonymous survey rating data
Xiaoxun Sun, Hua Wang, Jiuyong Li, Jian Pei
2010· article· en· Data Mining and Knowledge Discovery· Computer Science
prédiction machine:candidate · metaresearchconsensus · aucune
56
citations
affsans résuménon étiqueté
Extreme-value-theoretic estimation of local intrinsic dimensionality
Laurent Amsaleg, Oussama Chelly, Teddy Furon, Stéphane Girard, Michael E. Houle, Ken‐ichi Kawarabayashi +1 autres
2018· article· en· Data Mining and Knowledge Discovery· Physics and Astronomy
prédiction machine:candidate · aucuneconsensus · aucune
52
citations
affsans résuménon étiqueté
Ensembles of label noise filters: a ranking approach
Luís P. F. Garcia, Ana Carolina Lorena, Stan Matwin, André C. P. L. F. de Carvalho
2016· article· en· Data Mining and Knowledge Discovery· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
33
citations
affsans résuménon étiqueté
Tractome: a visual data mining tool for brain connectivity analysis
Diana Porro‐Muñoz, Emanuele Olivetti, Nusrat Sharmin, Bao T. Nguyen, Eleftherios Garyfallidis, Paolo Avesani
2015· article· en· Data Mining and Knowledge Discovery· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
24
citations
affsans résuménon étiqueté
Clustering categorical data in projected spaces
Mohamed Bouguessa
2013· article· en· Data Mining and Knowledge Discovery· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
23
citations
affsans résuménon étiqueté
Relational peculiarity-oriented mining
Muneaki Ohshima, Ning Zhong, Yiyu Yao, Chunnian Liu
2007· article· en· Data Mining and Knowledge Discovery· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
20
citations
affsans résuménon étiqueté
Adjusting for scorekeeper bias in NBA box scores
Matthew van Bommel, Luke Bornn
2017· article· en· Data Mining and Knowledge Discovery· Economics, Econometrics and Finance
prédiction machine:candidate · aucuneconsensus · aucune
12
citations
afffundsans résuménon étiqueté
What distinguish one from its peers in social networks?
Yi‐Chen Lo, Jhao-Yin Li, Mi-Yen Yeh, Shou-De Lin, Jian Pei
2013· article· en· Data Mining and Knowledge Discovery· Physics and Astronomy
prédiction machine:candidate · aucuneconsensus · aucune
5
citations
affsans résuménon étiqueté
Guest editorial: special issue on a decade of mining the Web
Myra Spiliopoulou, Bamshad Mobasher, Olfa Nasraoui, Osmar R. Zai͏̈ane
2012· editorial· en· Data Mining and Knowledge Discovery· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
5
citations
affnon étiqueté
Efficient outlier detection in numerical and categorical data
Eugênio F. Cabral, Braulio V. Sánchez Vinces, Guilherme D. F. Silva, Jörg Sander, Robson L. F. Cordeiro
2025· article· en· Data Mining and Knowledge Discovery· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
affsans résuménon étiqueté
Detecting and reacting to smart home novelties
Lawrence B. Holder, Baxter Eaves, Patrick Shafto, Christopher Pereyda, Brian Thomas, Diane J. Cook
2025· article· en· Data Mining and Knowledge Discovery· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations

En coulisses: Sélection · Constats · À propos