MétaCan
Menu
Retour à la cohorte
Enregistrement W4230188064 · doi:10.1093/med/9780199685219.003.0011

Measuring change

2014· book· en· W4230188064 sur OpenAlexaff
David L. Streiner, Geoffrey R. Norman, John Cairney

Notice bibliographique

Revuenon disponible
Typebook
Langueen
DomainePsychology
ThématiqueEducational and Psychological Assessments
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésReliability (semiconductor)Scale (ratio)PsychologyConceptual changeMeasure (data warehouse)Intervention (counseling)Social psychologyComputer scienceGeographyData miningMathematics educationCartographyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Although the goal of many clinical assessments and research studies is to measure how much people change between two occasions, the measurement of change is fraught with conceptual and methodological difficulties. One of the difficulties is that there are (at least) two different reasons to measure change: to determine if intervention had any effect, and to identify the correlates of change. These two goals work against each other, because the former requires there to be little difference in the amount of change among people in the same group, while the latter depends on inter-individual differences. The chapter also discusses various biases that exist when people are asked directly how much they think they have changed. This chapter addresses the issues of the relationship of change to the reliability of the scale, difficulties of measuring change in experimental and quasi-experimental studies, and new approaches to measuring change, such as growth curve 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.

Comment cette classification a été obtenuedéplier

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,195
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0540,022

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 Opus0,367
Tête enseignante GPT0,412
Écart entre enseignants0,045 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEducational and Psychological AssessmentsTravaux en français237 207