数字化的世界中的元分析:一个逐步的初级程序.
Esther Kaufmann1, Ulf-Dietrich Reips2
1Research Methods, Assessment, and iScience, Department of Psychology, University of Konstanz, Konstanz, Germany. esther.kaufmann@uni-konstanz.de.
Behavior research methods
|April 4, 2024
概括
这本指南指导了数字研究的高质量元分析,并推了施密特和亨特的方法. 它解决了数据聚合和文献搜索中的陷,以改进定量估计.
科学领域:
- 数字研究方法 数字研究方法.
- 量化综合学 量化综合学
- 进行元分析的技术.
背景情况:
- 数字化为研究提供了优势,包括全面的数据收集和可用性,非常适合进行元分析.
- 传统的实验室研究与数字和基于互联网的研究方法的好处形成鲜明对比.
- 为了在研究合成中准确的定量估计,存在各种元分析方法.
研究的目的:
- 为在数字化研究环境中进行高质量的元分析提供一步一步的入门教程.
- 突出数字元分析中的常见陷,包括数据聚合,文献搜索和编码.
- 介绍基于互联网的研究的第一个超级元分析,以确定研究缺口.
主要方法:
- 推施密特和亨特对元分析的方法,因为它在数字化环境中的校正能力.
- 开发一本详细介绍使用数字数据进行高质量的元分析的程序的初步书.
- 进行了一项大型元分析,综合了15篇关于基于互联网的研究文章 (745个研究,1601个效果大小).
主要成果:
- 对于数字时代的元分析,建议采用施密特和亨特的方法.
- 提供了指南,以指导研究人员进行和评估数字元分析,解决常见的陷.
- 超级分析显示,基于互联网的研究中缺乏个人参与者数据 (例如年龄,国籍).
结论:
- 这本手册提供了在数字研究时代进行和判断元分析质量的基本知识.
- 推的方法和发现的差距对于在数字化研究环境中推进定量合成至关重要.
- 未来的元分析应优先考虑包括个人参与者数据,以提高研究综合质量.
相关概念视频
01:18Steps in Outbreak Investigation
405
In the ever-evolving field of public health, statistical analysis serves as a cornerstone for understanding and managing disease outbreaks. By leveraging various statistical tools, health professionals can predict potential outbreaks, analyze ongoing situations, and devise effective responses to mitigate impact. For that to happen, there are a few possible stages of the analysis:
405
01:25Statistical Methods for Analyzing Epidemiological Data
783
Epidemiological data primarily involves information on specific populations' occurrence, distribution, and determinants of health and diseases. This data is crucial for understanding disease patterns and impacts, aiding public health decision-making and disease prevention strategies. The analysis of epidemiological data employs various statistical methods to interpret health-related data effectively. Here are some commonly used methods:
783