Long Covid · Decision support for prediction and management of Long Covid Syndrome (LCS)
cordis:101057553Decision support for prediction and management of Long Covid Syndrome (LCS)
Identität reicht nur so weit wie die veröffentlichte stabile Kennung oder ausdrückliche Zuordnung. Ähnliche Namen werden nicht zusammengeführt. Fehlende Verbindungen bedeuten: in den begrenzten Quellen nicht beobachtet – nicht in Wirklichkeit abwesend.
Identität ≠ Namensähnlichkeit · Kante ≠ KausalitätJede direkte Verbindung mit ihrem Beleg
Beziehungsbezeichnung und Evidenzklasse beschreiben die gesamte Aussage. Prüf den Quellbeleg, bevor du eine weitergehende Schlussfolgerung ziehst.
claim:funding:101057553:910561893Kein zusätzlicher Textauszug veröffentlicht.
Quelle öffnen ↗claim:funding:101057553:916274126Kein zusätzlicher Textauszug veröffentlicht.
Quelle öffnen ↗claim:funding:101057553:955212448Kein zusätzlicher Textauszug veröffentlicht.
Quelle öffnen ↗claim:funding:101057553:968574392Kein zusätzlicher Textauszug veröffentlicht.
Quelle öffnen ↗Felder, die an dieser Identität bleiben
Attribute sind beschreibende Quellfelder. Sie erzeugen keine datensatzübergreifende Identität, solange eine Kante diesen Join nicht ausdrücklich ausweist.
- Acronym
- Long Covid
- Code
- 101057553
- End Date
- 2026-05-31
- Framework Programme
- HORIZON
- Funding
- Currency: EUR · German Net Eu Contribution Cents: 169993278 · Participant Edge Count: 4 · Status: linked
- Knowledge Flow
- Citing Country Count: 0 · Citing Institution Count: 0 · Distinct Citing Work Count: 0 · Observed Citation Edge Count: 0 · Status: bounded_observation
- Research
- Citation Data Output Count: 42 · Cited Output Count: 25 · First Publication Date: 2022-01-24 · Last Publication Date: 2025-10-01 · Open Access Output Count: 41 · Output Count: 42 · Status: linked · Total Citations: 165
- Start Date
- 2022-06-01
Prüf die Quellstände
Ein Quellstand beschreibt, was zum Abrufzeitpunkt verfügbar war. Korrekturen und spätere Veröffentlichungen können künftige Beobachtungen verändern.
Zurück ins vollständige Evidenznetz
Durchsuch alle veröffentlichten Entitäten, prüf Ein-Hop-Nachbarschaften und finde die Brücken, die öffentliche Daten noch nicht tragen.