MétaCan
Menu
Retour à la cohorte
Enregistrement W2157860153 · doi:10.1002/sim.3523

Confidence interval construction for a difference between two dependent intraclass correlation coefficients

2009· article· en· W2157860153 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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueStatistics in Medicine · 2009
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Methods and Bayesian Inference
Établissements canadiensRobarts Clinical TrialsWestern University
Organismes subventionnairesOntario Ministry of Research and InnovationNatural Sciences and Engineering Research Council of Canada
Mots-clésConfidence intervalIntraclass correlationStatisticsPoint estimationInterval estimationInferenceMathematicsSample size determinationConfidence distributionNominal levelVariance (accounting)CorrelationCoverage probabilityCDF-based nonparametric confidence intervalStandard errorComputer scienceReproducibilityArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Inferences for the difference between two dependent intraclass correlation coefficients (ICCs) may arise in studies in which a sample of subjects are each assessed several times with a new device and a standard. The ICC estimates for the two devices may then be compared using a test of significance. However, a confidence interval for a difference between two ICCs is more informative since it combines point estimation and hypothesis testing into a single inference statement. We propose a procedure that uses confidence limits for a single ICC to recover variance estimates needed to set confidence limits for the difference. An advantage of this approach is that it provides a confidence interval that reflects the underlying sampling distribution. Simulation results show that this method performs very well in terms of overall coverage percentage and tail errors. Two data sets are used to illustrate this procedure.

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)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,394
Score d'incertitude au seuil0,940

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,063
Tête enseignante GPT0,418
Écart entre enseignants0,356 · 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