Negative Consequences of Using α = 0.05 for Environmental Monitoring Decisions: A Case Study from a Decade of Canada’s Environmental Effects Monitoring Program
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
Using the traditional α = 0.05 significance level for null hypothesis significance tests makes assumptions about relative costs of Type I vs relevant Type II errors and inflates their combined probabilities. We have examined the results of 1254 monitoring tests conducted under the Canadian Environmental Effects Monitoring (EEM) program from 1992 to 2003, focusing on how the choice of α affected the relative probabilities and implied costs of Type I and Type II errors. Using α = 0.05 resulted in implied relative costs of Type I vs Type II errors that were both inconsistent among monitoring end points and also inconsistent with the philosophy of the monitoring program. Using α = 0.05 also resulted in combinations of Type I and II error that were 15-17% larger than those for "optimal" α levels set to minimize Type I and II errors for each study, and 12% of all monitoring tests would have reached opposite conclusions had they used these optimal α levels for decision-making. Thus, if the Canadian EEM program used study-specific optimal α levels, they would reduce the incidence of relevant errors and eliminate inconsistent implied relative costs of these errors. Environmental research and monitoring programs using α = 0.05 as a decision-making threshold should re-evaluate the usefulness of this "one-size-fits-all" approach.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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