Mixture Modeling for Lifespan Developmental Research
Pourquoi ce travail est-il 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.
Prédiction distillée sur la base complète
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.
- Catégories candidates
- Méta-épidémiologie (sens strict), Science ouverte, Intégrité de la recherche
- Catégories consensuelles
- Intégrité de la recherche
- Domaine
- Signal candidat: aucuneSignal consensuel: aucune
- Devis d'étude
- Signal candidat: Sans objetSignal consensuel: aucune
- Genre
- Signal candidat: MéthodesSignal consensuel: Méthodes
- Score de désaccord entre enseignants
- 0,484
- Score d'incertitude au seuil
- 1,000
- Statut de validation
machine_predicted_unvalidated·codex-gemma-dda1882f352a
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,006 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
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.
- Écart entre enseignants
- 0,290 · la distance entre les deux têtes enseignantes sur ce seul travail
- Statut de validation
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
Résumé
Abstract As part of the Generalized Structural Equation Modeling framework, mixture models are person-centered analyses seeking to identify distinct subpopulations, or profiles, of participants differing quantitatively and qualitatively from one another on a configuration of indicators and/or relations among these indicators. Mixture models are typological (resulting in a classification system), probabilistic (each participant having a probability of membership into all profiles based on prototypical similarity), and exploratory (the optimal model is typically selected based on a comparison of alternative specifications) in nature, and can take different forms. Latent profile analyses seek to identify subpopulations of participants differing from one another on a configuration of indicators and can be extended to factor mixture analyses allowing for the incorporation of latent factors to the model. In contrast, mixture regression analyses seek to identify subpopulations of participants’ differing from one another in terms of relations among profile indicators. These analyses can be extended to the multiple-group and/or longitudinal analyses, allowing researchers to conduct tests of profile similarity across different samples of participants or time points, and latent transition analyses can be used to assess probabilities of profiles transition over time among a sample of participants (i.e., within person stability and change in profile membership). Finally, growth mixture analyses are built from latent curve models and seek to identify subpopulations of participants following quantitatively and qualitatively distinct trajectories over time. All of these models can accommodate covariates, used either as predictors, correlates, or outcomes, and can even be extended to tests of mediation and moderation.
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.
La notice
- Revue
- Oxford Research Encyclopedia of Psychology
- Thématique
- Advanced Statistical Modeling Techniques
- Domaine
- Computer Science
- Établissements canadiens
- Université LavalConcordia University
- Organismes subventionnaires
- University of Oxford
- Mots-clés
- Mixture modelModerationCovariateLatent growth modelingLatent variable modelSimilarity (geometry)Structural equation modelingStatistical modelEconometricsContrast (vision)Latent variableLocal independencePsychologyStatisticsProbabilistic logicSample (material)Nested set modelMathematicsComputer scienceData miningArtificial intelligence
- Résumé présent dans OpenAlex
- oui