MétaCan
Menu
Retour à la cohorte
Enregistrement W3153869897 · doi:10.5539/ijsp.v10n3p69

R-squared of a Latent Interaction in Structural Equation Model: A Tutorial of Using R

2021· article· en· W3153869897 sur OpenAlexvenueno aff
Lu Qin, Jihong Zhang, Xinya Liang, Qianqian Pan

Notice bibliographique

RevueInternational Journal of Statistics and Probability · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Research Topics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStructural equation modelingLatent variableLatent class modelMean squared errorVariance (accounting)Computer scienceMathematicsStatisticsEconometrics

Résumé

récupéré en direct d'OpenAlex

Mplus (Muthén & Muthén, 1998 - 2017) is one popular statistical software to estimate the latent interaction effects using the latent moderated structural equation approach (LMS). However, the variance explained by a latent interaction that supports the interpretation of estimation results is not currently available from the Mplus output. To relieve human computations and to facilitate interpretations of latent interaction effects in social science research, we developed two functions (LIR & LOIR) in the R package IRmplus to calculate the R-squared of a latent interaction above and beyond the first-order simple main effects in Structural Equation Modeling. This tutorial provides a step-by-step guide for applied researchers to estimating a latent interaction effect in Mplus, and to obtaining the R-squared of a latent interaction effect using the LIR & LOIR functions. Example data and syntax are available online.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,029
score de la tête « metaresearch » (Gemma)0,139
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,081
Score d'incertitude au seuil0,270

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,139
Méta-épidémiologie (sens strict)0,0040,003
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0050,006
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0030,003
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0810,041

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 Opus0,150
Tête enseignante GPT0,467
Écart entre enseignants0,317 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Statistics and ProbabilityMême sujetMental Health Research TopicsTravaux en français237 207