Notice bibliographique
Résumé
Power analysis is often used to interpret nonsignificant results (NS). It is a 2-step process: Step 1: Calculate the power of the NS test. Step 2: Use the calculated power to decide whether the NS occurred because (a) the phenomenon was not present or (b) the phenomenon was present but the test had insufficient power to detect it. If power is high, one accepts: (a) the phenomenon was not present. If power is low, one cannot decide between (a) and (b): the NS is not interpretable. This reasoning has minor variations to accommodate the effect size selected for the power analysis. Lenth (2007) argued against using power to interpret NS. Lenth began with an incorrect definition of power. Power is the probability of rejecting the null when the null is false. Power is a conditional probability. The condition is “when the null is false.” Lenth (2007) defined power as “the probability of obtaining a statistically significant result.” This is not a conditional probability and is not correct. Using Lenth's phrasing, power, correctly defined, would be “the probability of obtaining a statistically significant result when the null is false.”
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 | 0,077 | 0,437 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,013 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,007 | 0,004 |
| Intégrité de la recherche | 0,034 | 0,058 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,017 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».