An Alternative Approach to Addressing Missing Indicators in Parallel Datasets
Notice bibliographique
Résumé
When doing secondary data analysis, it is not uncommon to find that a key variable was not measured. Often the researcher has no option but to do without the missing indicator, but when nearly parallel datasets exist, the researcher may have other options. In an earlier article leading up to this special issue, this research team was confronted with the problem that research utilization had been measured in only one of two similar datasets, namely, in the 1996 but not the 1998 Alberta Registered Nurse survey. The 1998 dataset had a larger sample size (6,526 compared to 600 nurse respondents in 1996) and a stronger set of measured variables, but was missing the key variable of interest--research utilization. To overcome this, a regression-based strategy was used to create a research utilization score for each nurse in the 1998 survey by exploiting the availability of several anticipated causes of research utilization in both datasets. Presented here is an alternative and more complicated procedure that might be applied in future investigations. The article presents a methodological understanding of how to use a phantom variable to account for the unmeasured research utilization variable in a two-group structural equation model. This approach could be used to overcome several of the limitations connected to using a regression-based approach to creating a key missing variable when nearly parallel datasets are available.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,217 | 0,521 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,009 | 0,023 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,008 | 0,012 |
| Science ouverte | 0,009 | 0,012 |
| Intégrité de la recherche | 0,009 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».