Aller au contenu principal
Cette page est balisée noindex, nofollow et nosnippet : il est demandé aux moteurs de recherche de ne pas l’indexer, suivre ses liens ou reprendre son contenu comme extrait de résultat. Les citations et références proposées peuvent contenir des erreurs ou attendre une validation ; cette précaution limite leur réutilisation hors du contexte de leur évaluation.

Citation 415

Source de la citation : INSTAGRAM, “S'habituer aux déclencheurs”, publié le 21/10/2025

Retour sur la page du projet
Proposer une meilleure référence Historique des propositions

Référence citée

Stavropoulos & Kleinman, 2019 - Affective learning and habituation deficits in ASD: The role of prediction error. Frontiers in Human Neuroscience, 13:352.

Meilleur candidat automatique

Candidat écarté

Katsaros, Dimitrios; Stavropoulos, George; Papakostas, Dimitrios (2019). Which machine learning paradigm for fake news detection?. IEEE/WIC/ACM International Conference on Web Intelligence. https://doi.org/10.1145/3350546.3352552

Éléments divergents ou partiellement concordants : Auteurs, Titre, Revue. Revue : Frontiers in Human Neuroscience dans la citation ; IEEE/WIC/ACM International Conference on Web Intelligence dans la notice retrouvée.

Références candidates (M1 et M2)

Méthode Indice de Jaccard Source Référence candidate
M1 : Crossref, OpenAlex et PubMed 7,7% M1 : Crossref Katsaros, Dimitrios; Stavropoulos, George; Papakostas, Dimitrios (2019). Which machine learning paradigm for fake news detection?. IEEE/WIC/ACM International Conference on Web Intelligence. https://doi.org/10.1145/3350546.3352552

Titre peu concordant : 7,7 %

Éléments divergents ou partiellement concordants : Auteurs, Titre, Revue. Revue : Frontiers in Human Neuroscience dans la citation ; IEEE/WIC/ACM International Conference on Web Intelligence dans la notice retrouvée.

M2 : Google Scholar via SerpApi 0,0% M2 : Google Scholar P Soto-Icaza; P Soto-Fernandez; L Kausel (2024). Oscillatory activity underlying cognitive performance in children and adolescents with autism: a systematic review. Frontiers in Human Neuroscience, 18. https://doi.org/10.3389/fnhum.2024.1320761

Titre peu concordant : 0 %

Éléments divergents ou partiellement concordants : Auteurs, Titre, Année, Revue. Année : 2019 dans la citation ; 2024 dans la notice retrouvée. Volume / numéro : 13 dans la citation ; 18 dans la notice retrouvée.

M1 est retenu car son score de concordance bibliographique avant consolidation est supérieur à celui de M2 : 26,9/100 contre 17,5/100.

Calcul du score de concordance bibliographique

Le score mesure la concordance bibliographique ; il ne prouve ni l’existence d’une étude ni la validité de ses conclusions.

Score de concordance bibliographique : Score provisoire 26,9/100 Score final : 0/100 · M1 · Jaccard du titre : 7,7 %

Katsaros, Dimitrios; Stavropoulos, George; Papakostas, Dimitrios. (2019). Which machine learning paradigm for fake news detection?. IEEE/WIC/ACM International Conference on Web Intelligence. doi:10.1145/3350546.3352552

Candidat écarté

Éléments divergents ou partiellement concordants : Auteurs, Titre, Revue. Revue : Frontiers in Human Neuroscience dans la citation ; IEEE/WIC/ACM International Conference on Web Intelligence dans la notice retrouvée.

M1 est retenu car son score de concordance bibliographique avant consolidation est supérieur à celui de M2 : 26,9/100 contre 17,5/100.

Candidat non validé : score final ramené à zéro

Le Jaccard du titre est de 7,7 %, sous le seuil de 20 %, et un seul autre élément est considéré comme concordant : Année (100/100).

Cette combinaison indique un risque élevé de rapprochement erroné. Le score provisoire est donc ramené à zéro. Cela ne permet pas de conclure que la publication citée n’existe pas.

Pour cette règle, l’ensemble des auteurs, la revue et le DOI ne comptent qu’à 100/100 ; l’année compte aussi avec un écart d’un an. Les autres correspondances partielles ne comptent pas comme éléments concordants. Le candidat et tous les scores par élément restent visibles pour vérification.

Champs évalués : 4 sur 5.

Détails du calcul
Comparaison des candidats avant consolidation des métadonnées
Canal de rechercheScore du candidat avant consolidationJaccard du titre
M126,9/1007.7 %
M217,5/1000.0 %
Auteurs
Cité
Premier auteur : Stavropoulos
Deuxième auteur : Kleinman
Troisième auteur : Non renseigné
Trouvé
Premier auteur : Katsaros, Dimitrios
Deuxième auteur : Stavropoulos, George
Troisième auteur : Papakostas, Dimitrios
StatutScorePoids
Non concordant 0% 0.20
Titre
Cité
Affective learning and habituation deficits in ASD: The role of prediction error
Trouvé
Which machine learning paradigm for fake news detection?
StatutScorePoids
Non concordant 7,7% 0.20
Année
Cité
2019
Trouvé
2019
StatutScorePoids
Concordant 100% 0.20
Revue
Cité
Revue ou source de publication : Frontiers in Human Neuroscience
Volume / numéro : 13
Trouvé
Revue ou source de publication : IEEE/WIC/ACM International Conference on Web Intelligence
Volume / numéro : Non renseigné
StatutScorePoids
Non concordant 0% 0.20
DOI
Cité
Non renseigné
Trouvé
10.1145/3350546.3352552
StatutScorePoids
Absent (absent) — -

Score provisoire avant la règle de rejet : (Auteurs 0.0x0.20 + Titre 7.7x0.20 + Année 100.0x0.20 + Revue 0.0x0.20) / poids évalué 0.80 (DOI absent: 0.20 retiré) = 26.9

Version du moteur : 2026-11-17.10-j20

En savoir plus sur le calcul du score

Détails de correspondance du titre (indice de Jaccard)

Union : 13 mots présents dans les titres
affective; deficits; error; habituation; learning; prediction; role; detection; fake; machine; news; paradigm; which
Intersection : 1 mots communs
learning
Mots cités absents du titre retrouvé
affective; deficits; error; habituation; prediction; role
Mots du titre retrouvé absents de la citation
detection; fake; machine; news; paradigm; which
Tolérance appliquée
ASD -> autism spectrum disorder; équivalence de domaine tolérée: autism / autism spectrum condition(s) / autism spectrum disorder(s)
Calcul de l’indice
Indice de Jaccard = intersection / union = 1 / 13 = 7.7 %
Indice de Jaccard
7,7% (similarité lexicale très faible)

Correction possible

Cette fiche de citation peut contenir une erreur. Si vous en repérez une, vous pouvez contacter l’équipe AutiHub via le formulaire de contact en mentionnant la citation 415 et en décrivant brièvement l’erreur possible.

L’équipe vérifiera la fiche et, le cas échéant, effectuera la correction nécessaire.

Contacter AutiHub

Ajout au corpus selon l’archive : 08/04/2026.

Les anciennes références et leurs scores sont conservés tels qu’ils ont été enregistrés. Ils ne sont pas recalculés avec les règles actuelles. Un test ou une proposition en attente ne modifie pas cet historique.

Consulter tous les changements publiés

Corrections et évolution du calcul bibliographique · 17/11/2026 12:38

Actualisation du calcul ou des métadonnées

17/11/2026 12:38

  • Le score global passe de 26,9 à 0 sur 100.
  • Les métadonnées des candidats ou leur concordance mesurée ont changé, y compris pour les candidats non retenus.

Référence précédente M1

Katsaros, Dimitrios; Stavropoulos, George; Papakostas, Dimitrios. (2019). Which machine learning paradigm for fake news detection?. IEEE/WIC/ACM International Conference on Web Intelligence. doi:10.1145/3350546.3352552

DOI : 10.1145/3350546.3352552

Score global
26,9/100
Jaccard du titre
7,7 %

Référence après cette modification M1

Katsaros, Dimitrios; Stavropoulos, George; Papakostas, Dimitrios. (2019). Which machine learning paradigm for fake news detection?. IEEE/WIC/ACM International Conference on Web Intelligence. doi:10.1145/3350546.3352552

DOI : 10.1145/3350546.3352552

Score global
26,9/100 → 0/100
Jaccard du titre
7,7 %

Filtre final : Jaccard du titre inférieur à 20 %, avec 1 autre(s) élément(s) concordant(s). Le score provisoire est ramené à zéro.

Autre élément concordant : Année (100/100).

M1 est retenu car son score de concordance bibliographique avant consolidation est supérieur à celui de M2 : 26,9/100 contre 17,5/100.

Version de calcul enregistrée : 2026-11-17.10-j20

Consulter la mise à jour générale et ses raisons

Comparaison des scores par élément
ÉlémentAvantAprès
Auteurs0/1000/100
Titre7,7/1007,7/100
Année100/100100/100
Revue0/1000/100
DOINon évaluéNon évalué
Candidats enregistrés avant et après la modification

Ces scores sont ceux de chaque candidat avant la consolidation et le filtre final.

M1

Avant M1

Katsaros, Dimitrios; Stavropoulos, George; Papakostas, Dimitrios. (2019). Which machine learning paradigm for fake news detection?. IEEE/WIC/ACM International Conference on Web Intelligence. doi:10.1145/3350546.3352552

DOI : 10.1145/3350546.3352552

Score global
26,9/100
Jaccard du titre
7,7 %

Après M1

Katsaros, Dimitrios; Stavropoulos, George; Papakostas, Dimitrios. (2019). Which machine learning paradigm for fake news detection?. IEEE/WIC/ACM International Conference on Web Intelligence. doi:10.1145/3350546.3352552

DOI : 10.1145/3350546.3352552

Score global
26,9/100
Jaccard du titre
7,7 %

M2

Avant M2

P Soto-Icaza; P Soto-Fernandez; L Kausel. (2024). Oscillatory activity underlying cognitive performance in children and adolescents with autism: a systematic review. Frontiers in human.... doi:10.3389/fnhum.2024.1320761/full

DOI : 10.3389/fnhum.2024.1320761/full

Score global
25/100
Jaccard du titre
0 %

Après M2

P Soto-Icaza; P Soto-Fernandez; L Kausel. (2024). Oscillatory activity underlying cognitive performance in children and adolescents with autism: a systematic review. Frontiers in Human Neuroscience. doi:10.3389/fnhum.2024.1320761

DOI : 10.3389/fnhum.2024.1320761

Score global
17,5/100
Jaccard du titre
0 %
Preuves des métadonnées vérifiées
  • M2 · DOI : 10.3389/fnhum.2024.1320761/full → 10.3389/fnhum.2024.1320761 · Vérifié le 2026-11-16 · Source
  • M2 · Revue : Frontiers in human... → Frontiers in Human Neuroscience · Vérifié le 2026-11-16 · Source
  • M2 · Volume et numéro : — → 18 · Vérifié le 2026-11-16 · Source

État initial enregistré

Date de première publication inconnue

État capturé le 17/11/2026 12:38. Cette capture ne permet pas d’établir la première date de publication de la fiche.

Référence enregistrée M1

Katsaros, Dimitrios; Stavropoulos, George; Papakostas, Dimitrios. (2019). Which machine learning paradigm for fake news detection?. IEEE/WIC/ACM International Conference on Web Intelligence. doi:10.1145/3350546.3352552

DOI : 10.1145/3350546.3352552

Score global
26,9/100
Jaccard du titre
7,7 %

L’ancien choix privilégiait le Jaccard du titre ; le score du candidat départageait ensuite les égalités.

Candidats enregistrés avant et après la modification

Ces scores sont ceux de chaque candidat avant la consolidation et le filtre final.

M1

Après M1

Katsaros, Dimitrios; Stavropoulos, George; Papakostas, Dimitrios. (2019). Which machine learning paradigm for fake news detection?. IEEE/WIC/ACM International Conference on Web Intelligence. doi:10.1145/3350546.3352552

DOI : 10.1145/3350546.3352552

Score global
26,9/100
Jaccard du titre
7,7 %

M2

Après M2

P Soto-Icaza; P Soto-Fernandez; L Kausel. (2024). Oscillatory activity underlying cognitive performance in children and adolescents with autism: a systematic review. Frontiers in human.... doi:10.3389/fnhum.2024.1320761/full

DOI : 10.3389/fnhum.2024.1320761/full

Score global
25/100
Jaccard du titre
0 %