MétaCan
Menu
Retour à la cohorte
Enregistrement W2124165779 · doi:10.1017/s2040174415001348

When are sex-specific effects really sex-specific?

2015· article· en· W2124165779 sur OpenAlex
Eunice H. Chin, Julian K. Christians

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 Developmental Origins of Health and Disease · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueCognitive Abilities and Testing
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésStatistical powerStatistical hypothesis testingBayesian probabilityStatistical significanceSample size determinationConfidence intervalStatisticsSignificance testingStatistical analysisSex characteristicsMedicineMathematicsInternal medicine

Résumé

récupéré en direct d'OpenAlex

We examined developmental programming studies that reported sex-specific effects published between 2012 and 2014, and examined whether the authors reported a statistical approach to explicitly test whether the effect of treatment differed between the sexes, for example, a sex by treatment interaction term. Less than half of the studies that reported sex-specific effects described explicitly testing whether effects were indeed sex-specific; in most cases, an effect was considered 'sex-specific' if it was significant in one sex but not the other. This is not a robust approach, since significance in one sex and lack of significance in the other sex does not imply a significant difference between the sexes. However, sample size often limits statistical power to detect interactions. We suggest that if the effect is significant in only one sex, but the interaction term is not significant, alternative solutions would be to present the confidence intervals for the effect size for each sex, or using Bayesian approaches to calculate the probability that the effect sizes differ between the sexes. We present a simple example of a Bayesian analysis to illustrate that this approach is reasonably easy to implement and interpret.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,439
Score d'incertitude au seuil0,683

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,053
Tête enseignante GPT0,320
Écart entre enseignants0,266 · 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