MétaCan
Menu
Retour à la cohorte
Enregistrement W2087244178 · doi:10.5127/jep.010410

An SEM Perspective on Evaluating Mediation: What Every Clinical Researcher Needs to Know

2011· article· en· W2087244178 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Experimental Psychopathology · 2011
Typearticle
Langueen
DomainePsychology
ThématiqueChild and Adolescent Psychosocial and Emotional Development
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSobel testMediationModerationStructural equation modelingPsychologyPerspective (graphical)Statistical hypothesis testingBayesian probabilityComputer scienceSocial psychologyEconometricsStatisticsArtificial intelligenceMathematicsMachine learningSociologySocial science

Résumé

récupéré en direct d'OpenAlex

After a brief consideration of the definition and importance of mediation, statistical tests for mediation are reviewed, including the joint significance of the two effects involved in the mediation, the Sobel test and its variants, resampling with the bootstrap, Bayesian estimation using MCMC simulation, and the effect ratio. A structural-equation-modeling (SEM) perspective on mediation then introduces the alternative scenarios that could yield a false-positive mediation finding. Design-based, partial solutions are advanced for problems of measurement, uncontrolled common causes, and temporal ordering that can confound mediation analysis. Next, the issue of heterogeneity of effects and statistical interactions in mediation analyses are addressed, including a discussion of moderated mediation and mediated moderation. Finally, the relation of mediation analysis to experimentation is discussed, with attention to the possibility of creatively integrating SEM-based mediation analysis and experimental design.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,651
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,156
Tête enseignante GPT0,488
Écart entre enseignants0,332 · 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