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 the American Medical Informatics Association
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.

238 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.
238 travaux dans la cohorte · sur 4 299 418page 1 sur 5

Les étiquettes couvrent 0 des 238 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 238 des 238 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
Personal health records: a scoping review
Norm Archer, Urslin Fevrier-Thomas, Cynthia Lokker, K. Ann McKibbon, Sharon E. Straus
2011· review· en· Journal of the American Medical Informatics Association· Health Professions
prédiction machine:candidate · aucuneconsensus · aucune
605
citations
affnon étiqueté
A Four-Dimensional Probabilistic Atlas of the Human Brain
J.C. Mazziotta, Arthur W. Toga, Alan C. Evans, Peter T. Fox, Jack L. Lancaster, Karl Zilles +24 autres
2001· article· en· Journal of the American Medical Informatics Association· Neuroscience
prédiction machine:candidate · aucuneconsensus · aucune
392
citations
affnon étiqueté
Protecting Privacy Using k-Anonymity
Khaled El Emam, Fida K. Dankar
2008· article· en· Journal of the American Medical Informatics Association· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
334
citations
affnon étiqueté
Handheld Computing in Medicine
Sandra E. Fischer, Thomas E. Stewart, Sangeeta Mehta, Randy S. Wax, Stephen E. Lapinsky
2003· review· en· Journal of the American Medical Informatics Association· Health Professions
prédiction machine:candidate · aucuneconsensus · aucune
315
citations
affnon étiqueté
The National Center for Biomedical Ontology
Mark A. Musen, Natalya F. Noy, Nigam H. Shah, Patricia L. Whetzel, Christopher G. Chute, Margaret-Anne Story +1 autres
2011· article· en· Journal of the American Medical Informatics Association· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
280
citations
affnon étiqueté
Literature review of SNOMED CT use
Dennis Lee, Nicolette F. de Keizer, Francis Lau, Ronald Cornet
2013· review· en· Journal of the American Medical Informatics Association· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
177
citations
affnon étiqueté
A Primer on Aspects of Cognition for Medical Informatics
V L Patel, José F. Arocha, David R. Kaufman
2001· review· en· Journal of the American Medical Informatics Association· Health Professions
prédiction machine:candidate · aucuneconsensus · aucune
170
citations
affnon étiqueté
Learning statistical models of phenotypes using noisy labeled training data
Vibhu Agarwal, Tanya Podchiyska, Juan M. Banda, Veena Goel, Tiffany I. Leung, Evan Minty +3 autres
2016· article· en· Journal of the American Medical Informatics Association· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
165
citations
fundno affnon étiqueté
Learning regular expressions for clinical text classification
Duy Duc An Bui, Qing Zeng‐Treitler
2014· article· en· Journal of the American Medical Informatics Association· Biochemistry, Genetics and Molecular Biology
prédiction machine:candidate · aucuneconsensus · aucune
117
citations
afffundnon étiqueté
Technology-mediated interventions for enhancing medication adherence
Niraj Mistry, Arun Keepanasseril, Nancy L Wilczynski, Robby Nieuwlaat, Manthan Ravall, R. Brian Haynes
2015· review· en· Journal of the American Medical Informatics Association· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
103
citations

En coulisses: Sélection · Constats · À propos