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
Information Retrieval
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.

26 résultats · 1 filtre actif ·
Résultats par année
20032023
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.
26 travaux dans la cohorte · sur 4 299 418page 1 sur 1

Les étiquettes couvrent 0 des 26 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 26 des 26 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
Query Expansion with Long-Span Collocates
Olga Vechtomova, Stephen Robertson, Susan Jones
2003· article· en· Information Retrieval· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
53
citations
afffundsans résuménon étiqueté
Shallow pooling for sparse labels
Negar Arabzadeh, Alexandra Vtyurina, Xinyi Yan, Charles L. A. Clarke
2022· article· en· Information Retrieval· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
42
citations
fundno affsans résuménon étiqueté
Efficient distributed selective search
Yubin Kim, Jamie Callan, J. Shane Culpepper, Alistair Moffat
2016· article· en· Information Retrieval· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
24
citations
affsans résuménon étiqueté
Increasing evaluation sensitivity to diversity
Peter B. Golbus, Javed A. Aslam, Charles L. A. Clarke
2013· article· en· Information Retrieval· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
22
citations
affsans résuménon étiqueté
Robust keyword search in large attributed graphs
Spencer Bryson, Heidar Davoudi, Lukasz Golab, Mehdi Kargar, Yuliya Lytvyn, Piotr Mierzejewski +2 autres
2020· article· en· Information Retrieval· Physics and Astronomy
prédiction machine:candidate · aucuneconsensus · aucune
20
citations
affsans résuménon étiqueté
Enhancing click models with mouse movement information
Zeyang Liu, Jiaxin Mao, Chao Wang, Qingyao Ai, Yiqun Liu, Jian‐Yun Nie
2017· article· en· Information Retrieval· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
15
citations
afffundsans résuménon étiqueté
Learning heterogeneous subgraph representations for team discovery
Radin Hamidi Rad, Hoang Nguyen, Feras Al‐Obeidat, Ebrahim Bagheri, Mehdi Kargar, Divesh Srivastava +2 autres
2023· article· en· Information Retrieval· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
12
citations
affsans résuménon étiqueté
Latent word context model for information retrieval
Bernard Brosseau-Villeneuve, Jian‐Yun Nie, Noriko Kando
2013· article· en· Information Retrieval· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
8
citations
affsans résuménon étiqueté
Swapping documents and terms
Charles L. A. Clarke, Gordon V. Cormack, Thomas R. Lynam, Chris Buckley, Donna Harman
2009· article· en· Information Retrieval· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
6
citations
fundno affnon étiqueté
Neural ranking models for document retrieval
Mohamed Trabelsi, Zhiyu Chen, Brian D. Davison, Jeff Heflin
2021· preprint· en· Information Retrieval· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
affsans résuménon étiqueté
Constructing click models for search users
Yiqun Liu, Jian‐Yun Nie, Yi Chang
2017· article· en· Information Retrieval· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
afffundnon étiqueté
(CF)2 architecture: contextual collaborative filtering
Dennis Bachmann, Katarina Grolinger, Hany F. ElYamany, Wilson A. Higashino, Miriam A. M. Capretz, Majid Fekri +1 autres
2018· article· en· Information Retrieval· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations

En coulisses: Sélection · Constats · À propos