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
Machine Learning and Knowledge Extraction
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.

51 résultats · 1 filtre actif ·
Résultats par année
20172025
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.
51 travaux dans la cohorte · sur 4 299 418page 1 sur 2

Les étiquettes couvrent 0 des 51 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 51 des 51 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.

affnon étiqueté
Fairness and Explanation in AI-Informed Decision Making
Alessa Angerschmid, Jianlong Zhou, Kevin Theuermann, Fang Chen, Andreas Holzinger
2022· article· en· Machine Learning and Knowledge Extraction· Social Sciences
prédiction machine:candidate · aucuneconsensus · aucune
148
citations
affnon étiqueté
Real-Time Vehicle Make and Model Recognition System
Muhammad Asif Manzoor, Yasser Morgan, Abdul Bais
2019· article· en· Machine Learning and Knowledge Extraction· Engineering
prédiction machine:candidate · aucuneconsensus · aucune
43
citations
affnon étiqueté
Node-Centric Pruning: A Novel Graph Reduction Approach
Hossein Shokouhinejad, Roozbeh Razavi‐Far, Griffin Higgins, Ali A. Ghorbani
2024· article· en· Machine Learning and Knowledge Extraction· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
6
citations
afffundnon étiqueté
Locally-Scaled Kernels and Confidence Voting
Elizabeth Hofer, Martin v. Mohrenschildt
2024· article· en· Machine Learning and Knowledge Extraction· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
afffundnon étiqueté
CRISP-NET: Integration of the CRISP-DM Model with Network Analysis
Héctor Alejandro Acuña-Cid, Eduardo Ahumada‐Tello, Óscar Omar Ovalle Osuna, Richard Evans, Julia Elena Hernández-Ríos, Miriam Alondra Zambrano-Soto
2025· article· en· Machine Learning and Knowledge Extraction· Physics and Astronomy
prédiction machine:candidate · aucuneconsensus · aucune
0
citations

En coulisses: Sélection · Constats · À propos