ACHILLES · Human-Centred Machine Learning: Lighter, Clearer, Safer
cordis:101189689Human-Centred Machine Learning: Lighter, Clearer, Safer
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.
edge:project-output:101189689:62e5ff06c74f0ca1cc1a52faKein zusätzlicher Textauszug veröffentlicht.
Quelle öffnen ↗edge:project-output:101189689:bb71cdd8cc6a2290d9842231Kein zusätzlicher Textauszug veröffentlicht.
Quelle öffnen ↗claim:funding:101189689:999984059Kein 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
- ACHILLES
- Code
- 101189689
- End Date
- 2028-10-31
- Framework Programme
- HORIZON
- Funding
- Currency: EUR · German Net Eu Contribution Cents: 142331500 · Participant Edge Count: 1 · Status: linked
- Knowledge Flow
- Citing Country Count: 6 · Citing Institution Count: 9 · Distinct Citing Work Count: 4 · First Observed Citation Date: 2000-01-01 · Last Observed Citation Date: 2026-05-07 · Observed Citation Edge Count: 4 · Status: full_input_observation
- Research
- Citation Data Output Count: 5 · Cited Output Count: 2 · First Publication Date: 2024-01-01 · Last Publication Date: 2026-02-01 · Open Access Output Count: 5 · Output Count: 5 · Status: linked · Total Citations: 2
- Start Date
- 2024-11-01
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.