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
Lecture notes in educational technology
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.

34 résultats · 1 filtre actif ·
Résultats par année
20142025
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.
34 travaux dans la cohorte · sur 4 299 418page 1 sur 1

Les étiquettes couvrent 0 des 34 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 34 des 34 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
The Future of Ubiquitous Learning
Marcelo Fabián Maina, Kinshuk Kinshuk
2015· book· en· Lecture notes in educational technology· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
72
citations
affsans résuménon étiqueté
Innovations in Smart Learning
Elvira Popescu, Kinshuk Kinshuk, Mohamed Koutheaïr Khribi, Ronghuai Huang, Mohamed Jemni, Nian‐Shing Chen +1 autres
2016· book· en· Lecture notes in educational technology· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
62
citations
affsans résuménon étiqueté
Open Education: from OERs to MOOCs
2016· book· en· Lecture notes in educational technology· Computer Science
prédiction machine:candidate · open_scienceconsensus · aucune
52
citations
affsans résuménon étiqueté
New Models of Open and Distributed Learning
Stephen Downes
2016· book-chapter· en· Lecture notes in educational technology· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
34
citations
affsans résuménon étiqueté
Smart Learning for A Sustainable Society
Chutiporn Anutariya, Dejian Liu, Kinshuk Kinshuk, Ahmed Tlili, Junfeng Yang, Maiga Chang
2023· book· en· Lecture notes in educational technology· Psychology
prédiction machine:candidate · aucuneconsensus · aucune
9
citations
affsans résuménon étiqueté
Challenges and Solutions in Smart Learning
Maiga Chang, Elvira Popescu, Kinshuk Kinshuk, Nian‐Shing Chen, Mohamed Jemni, Ronghuai Huang +1 autres
2018· book· en· Lecture notes in educational technology· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
7
citations
affsans résuménon étiqueté
Resilience and Future of Smart Learning
Junfeng Yang, Dejian Liu, Ahmed Tlili, Maiga Chang, Elvira Popescu, Daniel Burgos +1 autres
2022· book· en· Lecture notes in educational technology· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
7
citations
affsans résuménon étiqueté
Learning and Teaching with Social Media
Jon Dron, Terry Anderson
2014· book-chapter· en· Lecture notes in educational technology· Psychology
prédiction machine:candidate · aucuneconsensus · aucune
5
citations
affsans résuménon étiqueté
An Approach to Measure Coding Competency Evolution
Vive Kumar, Kinshuk, Thamaraiselvi Somasundaram, Steve Harris, David Boulanger, Jérémie Seanosky +2 autres
2014· book-chapter· en· Lecture notes in educational technology· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
5
citations
affsans résuménon étiqueté
Story-Based Virtual Experiment Environment
Ming-Xiang Fan, Rita Kuo, Maiga Chang, Jia-Sheng Heh
2014· book-chapter· en· Lecture notes in educational technology· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affsans résuménon étiqueté
Optimal Composition of e-Learning Personalization Resources
Sameh Ghallabi, Fathi Essalmi, Mohamed Jemni, Kinshuk Kinshuk
2015· book-chapter· en· Lecture notes in educational technology· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affsans résuménon étiqueté
Annotation Recommendation for Online Reading Activities
Miao-Han Chang, Maiga Chang, Rita Kuo, Fathi Essalmi, Vive Kumar, Hsu-Yang Kung
2018· book-chapter· en· Lecture notes in educational technology· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
affsans résuménon étiqueté
Frontiers of Cyberlearning
J. Michael Spector, Vive Kumar, Alfred Essa, Yueh‐Min Huang, Rob Koper, Richard A. W. Tortorella +2 autres
2018· book· en· Lecture notes in educational technology· Social Sciences
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affsans résuménon étiqueté
Breadth and Depth of Learning Analytics
David Boulanger, Jérémie Seanosky, Rébecca Guillot, Vive Kumar, Kinshuk Kinshuk
2016· book-chapter· en· Lecture notes in educational technology· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1
citations
affsans résuménon étiqueté
Students’ Science Process Skills Diagnosis
Ming-Xiang Fan, Maiga Chang, Rita Kuo, Jia‐Sheng Heh
2014· book-chapter· en· Lecture notes in educational technology· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Open Educational Resources in Mongolia
Amartuvshin Amarzaya, A. Bulgan, B. Burmaa, David Porter, L. Munkhtuya
2020· book-chapter· en· Lecture notes in educational technology· Computer Science
prédiction machine:candidate · open_scienceconsensus · aucune
0
citations

En coulisses: Sélection · Constats · À propos