MétaCan
Menu
Retour à la cohorte
Enregistrement W1995196170 · doi:10.1177/0013164403256358

Approximate Confidence Intervals for Effect Sizes

2003· article· en· W1995196170 sur OpenAlexaff
James Algina, H. J. Keselman

Notice bibliographique

RevueEducational and Psychological Measurement · 2003
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Methods in Clinical Trials
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésStatisticsConfidence intervalInterval (graph theory)Contrast (vision)Coverage probabilityMathematicsPopulationCredible intervalTolerance intervalEconometricsDemographyComputer scienceCombinatorics

Résumé

récupéré en direct d'OpenAlex

This article defines an approximate confidence interval for effect size in correlated (repeated measures) groups designs. The authors found that their method was much more accurate than the interval presented and acknowledged to be approximate by Bird. That is, the coverage probability over all the conditions investigated was very close to the theoretical .95 value. By contrast, Bird’s interval could have coverage probability that was substantially below .95. In addition, the authors’interval was less likely than Bird’s method to present an overly optimistic portrayal of the effect. They also examined the operating characteristics of the Bird interval for effect size in an independent groups design and found that, although it is fairly accurate in its approximation of coverage probability, the accuracy of the approximation does vary with the magnitude of the population effect size.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,159
score de la tête « metaresearch » (Gemma)0,668
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,841
Score d'incertitude au seuil0,842

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1590,668
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,004
Bibliométrie0,0100,006
Études des sciences et des technologies0,0010,006
Communication savante0,0060,008
Science ouverte0,0070,006
Intégrité de la recherche0,0060,010
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,770
Tête enseignante GPT0,598
Écart entre enseignants0,173 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations70
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEducational and Psychological MeasurementMême sujetStatistical Methods in Clinical TrialsTravaux en français237 207