Quasi-Empirical Bayes Methodology for Improving Meta-Analysis
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.
Notice bibliographique
Résumé
ABSTRACT This article addresses the problem of heterogeneity among various studies to be combined in a meta-analysis. We adopt quasi-empirical Bayes methodology to predict the odds ratios for each study. As a result, the predicted odds ratios are pulled toward the estimated common odds ratio of the various studies under consideration. With strong heterogeneity among the studies, we jointly consider the display of the 95% CIs of the ORs and a Dixon's test (1950 Dixon , W. J. ( 1950 ). Analysis of extreme values . Ann. Math. Stat. 21 : 488 – 506 . [CSA] [Crossref] , [Google Scholar]) for “outliers” to exclude the “extreme” estimated ORs. We demonstrate the effectiveness of our methodology based on the data analyzed by Thompson and Pocock (1987 Thompson , S. G. , Pocock , S. J. ( 1987 ). Can Meta-analysis be trusted? Lancet 338 : 1127 – 1130 . [CSA] [CROSSREF] [Crossref] , [Google Scholar]) demonstrating the power of the new approach to meta-analysis to find statistical agreement in what looks like great disagreement via a chi-squared test. We believe our technique (i.e., minimum mean-square sense) will go a long way toward increasing the trustworthiness of meta-analysis.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,136 | 0,058 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,009 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,000 |
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.
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 découle