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
Journal of Informetrics
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.

24 résultats · 1 filtre actif ·
Résultats par année
20082025
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.
24 travaux dans la cohorte · sur 4 299 418page 1 sur 1

Les étiquettes couvrent 7 des 24 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 24 des 24 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.

afffundsans résuménon étiqueté
Are top-cited papers more interdisciplinary?
Shiji Chen, Clément Arsenault, Vincent Larivière
2015· article· en· Journal of Informetrics· Decision Sciences
prédiction machine:candidate · metaresearch+bibliometricsconsensus · aucune
144
citations
affsans résuménon étiqueté
Modeling a century of citation distributions
Matthew L. Wallace, Vincent Larivière, Yves Gingras
2009· article· en· Journal of Informetrics· Economics, Econometrics and Finance
prédiction machine:candidate · bibliometricsconsensus · aucune
143
citations
affsans résuménon étiqueté
Comparing journal and paper level classifications of science
Fei Shu, Charles‐Antoine Julien, Lin Zhang, Junping Qiu, Jing Zhang, Vincent Larivière
2019· article· en· Journal of Informetrics· Decision Sciences
prédiction machine:candidate · bibliometricsconsensus · aucune
95
citations
affsans résuménon étiqueté
Analyzing linguistic complexity and scientific impact
Chao Lu, Yi Bu, Xianlei Dong, Jie Wang, Ying Ding, Vincent Larivière +3 autres
2019· article· en· Journal of Informetrics· Computer Science
prédiction machine:candidate · bibliometricsconsensus · aucune
74
citations
affsans résumégemma · metaresearch+bibliometricsgpt · bibliometricsmodèles en désaccord
Exploring the interdisciplinarity patterns of highly cited papers
Shiji Chen, Junping Qiu, Clément Arsenault, Vincent Larivière
2020· article· en· Journal of Informetrics· Decision Sciences
prédiction machine:candidate · metaresearch+bibliometricsconsensus · aucune
56
citations
affaboutnon étiqueté
Predicting the age of researchers using bibliometric data
Gabriela F. Nane, Vincent Larivière, Rodrigo Costas
2017· article· en· Journal of Informetrics· Decision Sciences
prédiction machine:candidate · metaresearch+bibliometricsconsensus · aucune
34
citations
fundno affsans résuménon étiqueté
Early-stage reciprocity in sustainable scientific collaboration
Wei Wang, Jing Ren, Mubarak Alrashoud, Mengyi Mao, Amr Tolba
2020· article· en· Journal of Informetrics· Physics and Astronomy
prédiction machine:candidate · metaresearch+bibliometricsconsensus · aucune
20
citations
affsans résumégemma · bibliometricsgpt · bibliometricsmodèles en désaccord
Mapping science using Library of Congress Subject Headings
Fei Shu, Jesse David Dinneen, Banafsheh Asadi, Charles‐Antoine Julien
2017· article· en· Journal of Informetrics· Decision Sciences
prédiction machine:candidate · bibliometricsconsensus · aucune
15
citations

En coulisses: Sélection · Constats · À propos