Assistent für fehlende Werte
Datenbereinigung als STROBE-Absatz
Beschreibung
Wenn Sie Ihre Stichprobengröße, den Anteil bzw. das Muster fehlender Daten (MCAR/MAR/MNAR), die Methode zum Umgang mit fehlenden Daten (Ausschluss von Fällen, multiple Imputation usw.) und die Methode zur Ausreißererkennung (Z-Score, IQR, Mahalanobis) eingeben, erstellt das Tool einen akademischen Absatz, den Sie direkt in den Abschnitt „Datenvorverarbeitung“ Ihres Manuskripts übernehmen können. Wenn ein methodischer Widerspruch zwischen Ihrer Methodenwahl und dem Muster fehlender Daten besteht (z. B. die Verwendung des Ausschlusses von Fällen bei einem MNAR-Muster), wird dieser ausdrücklich benannt. Geeignet für: Studierende im Aufbaustudium und Forschende, die Umfragen oder klinische Daten analysieren und den Abschnitt zur Datenvorverarbeitung schnell und korrekt verfassen möchten.
Ähnliche Fähigkeiten
Alle anzeigen
STROBE-Methodenautor
Auf Grundlage Ihres Studiendesigns – Querschnitts-, Kohorten- oder Fall-Kontroll-Studie – erstellt dieser Skill aus Angaben zur Auswahl der Teilnehmenden, zu Variablen, zur Begründung der Stichprobengröße und zu statistischen Methoden einen vollständigen Entwurf für den Methoden- und Ergebnisteil. Dabei werden alle 22 Punkte der STROBE-Checkliste (Strengthening the Reporting of Observational Studies in Epidemiology) implizit berücksichtigt. Am Ende wird außerdem eine Zuordnungstabelle erstellt, die zeigt, welcher Absatz welchem STROBE-Punkt entspricht – bereit zur Beantwortung der Aufforderung einer Zeitschrift, die STROBE-Checkliste auszufüllen. Der Skill vermeidet kausale Formulierungen (verwendet bei Beobachtungsstudien „ist assoziiert mit“ statt „verursacht“) und erläutert ausdrücklich mögliche Verzerrungs- und Confounding-Quellen. Geeignet für Forschende und Fachleute aus Epidemiologie, öffentlicher Gesundheit und klinischer Forschung.
Meta-Analyse: Vollbericht
Erstellt einen vollständigen Text für Methoden, Ergebnisse und Limitationen gemäß PRISMA 2020 und dem Cochrane Handbook aus Ihren Statistiken zur Meta-Analyse (gepoolte Effektstärke, I², Q, tau² und Indikatoren für Publikationsbias). Der I²-Wert wird niemals falsch interpretiert, auch nicht im Sinne des „Anteils der Varianz“. Überzogene kausale Formulierungen werden vermieden, indem vorsichtige Formulierungen wie „Die Befunde stimmen mit … überein“ anstelle von „Die Evidenz zeigt, dass …“ verwendet werden. Am Ende werden außerdem mindestens 3 Fragen angeboten, die ein Reviewer stellen könnte, jeweils mit Formulierungen zur Beantwortung. Geeignet für: Forschende, die eine Meta-Analyse veröffentlichen und ihren Methodenteil vor der Einreichung bei einer Zeitschrift stärken möchten. Was es nicht tut: Es führt keine statistischen Berechnungen anhand von Rohdaten durch. Sie müssen Ihre R/RevMan/CMA-Ausgabe bereits erstellt haben – das Tool wandelt Ihre Ergebnisse lediglich in wissenschaftlichen Text um und interpretiert sie.
PRISMA-2020-Flussdiagramm
Erstellt einen PRISMA-2020-konformen Text für ein Flussdiagramm sowie einen Protokollabsatz für Forschende, die systematische Übersichtsarbeiten durchführen. Geben Sie Ihre Screening-Zahlen aus Datenbanken ein (Identifikation → Screening → Eignungsprüfung → eingeschlossen). Das Tool prüft die Konsistenz der Zahlen und erstellt einen Text, der die Frage von Gutachtenden nachvollziehbar beantwortet: „Warum gehen in Ihrem Flussdiagramm so viele Datensätze verloren?“ Außerdem wandelt es Ihre Ein- und Ausschlusskriterien in eine Tabelle im PICO-/PECO-Format um. Geeignet für: Studierende im Aufbaustudium, Forschende und Vorabprüfungen von Arbeiten zu systematischen Übersichtsarbeiten bzw. Meta-Analysen durch Zeitschriftenredaktionen. Erkennt das Tool eine numerische Inkonsistenz (z. B. mehr eingeschlossene Datensätze als Datensätze in der Eignungsprüfung), weist es ausdrücklich darauf hin, statt die Zahlen stillschweigend zu korrigieren.
Assistent für fehlende Werte
Datenbereinigung als STROBE-Absatz
Beschreibung
Wenn Sie Ihre Stichprobengröße, den Anteil bzw. das Muster fehlender Daten (MCAR/MAR/MNAR), die Methode zum Umgang mit fehlenden Daten (Ausschluss von Fällen, multiple Imputation usw.) und die Methode zur Ausreißererkennung (Z-Score, IQR, Mahalanobis) eingeben, erstellt das Tool einen akademischen Absatz, den Sie direkt in den Abschnitt „Datenvorverarbeitung“ Ihres Manuskripts übernehmen können. Wenn ein methodischer Widerspruch zwischen Ihrer Methodenwahl und dem Muster fehlender Daten besteht (z. B. die Verwendung des Ausschlusses von Fällen bei einem MNAR-Muster), wird dieser ausdrücklich benannt. Geeignet für: Studierende im Aufbaustudium und Forschende, die Umfragen oder klinische Daten analysieren und den Abschnitt zur Datenvorverarbeitung schnell und korrekt verfassen möchten.
Ähnliche Fähigkeiten
Alle anzeigenSTROBE-Methodenautor
Auf Grundlage Ihres Studiendesigns – Querschnitts-, Kohorten- oder Fall-Kontroll-Studie – erstellt dieser Skill aus Angaben zur Auswahl der Teilnehmenden, zu Variablen, zur Begründung der Stichprobengröße und zu statistischen Methoden einen vollständigen Entwurf für den Methoden- und Ergebnisteil. Dabei werden alle 22 Punkte der STROBE-Checkliste (Strengthening the Reporting of Observational Studies in Epidemiology) implizit berücksichtigt. Am Ende wird außerdem eine Zuordnungstabelle erstellt, die zeigt, welcher Absatz welchem STROBE-Punkt entspricht – bereit zur Beantwortung der Aufforderung einer Zeitschrift, die STROBE-Checkliste auszufüllen. Der Skill vermeidet kausale Formulierungen (verwendet bei Beobachtungsstudien „ist assoziiert mit“ statt „verursacht“) und erläutert ausdrücklich mögliche Verzerrungs- und Confounding-Quellen. Geeignet für Forschende und Fachleute aus Epidemiologie, öffentlicher Gesundheit und klinischer Forschung.
Meta-Analyse: Vollbericht
Erstellt einen vollständigen Text für Methoden, Ergebnisse und Limitationen gemäß PRISMA 2020 und dem Cochrane Handbook aus Ihren Statistiken zur Meta-Analyse (gepoolte Effektstärke, I², Q, tau² und Indikatoren für Publikationsbias). Der I²-Wert wird niemals falsch interpretiert, auch nicht im Sinne des „Anteils der Varianz“. Überzogene kausale Formulierungen werden vermieden, indem vorsichtige Formulierungen wie „Die Befunde stimmen mit … überein“ anstelle von „Die Evidenz zeigt, dass …“ verwendet werden. Am Ende werden außerdem mindestens 3 Fragen angeboten, die ein Reviewer stellen könnte, jeweils mit Formulierungen zur Beantwortung. Geeignet für: Forschende, die eine Meta-Analyse veröffentlichen und ihren Methodenteil vor der Einreichung bei einer Zeitschrift stärken möchten. Was es nicht tut: Es führt keine statistischen Berechnungen anhand von Rohdaten durch. Sie müssen Ihre R/RevMan/CMA-Ausgabe bereits erstellt haben – das Tool wandelt Ihre Ergebnisse lediglich in wissenschaftlichen Text um und interpretiert sie.
PRISMA-2020-Flussdiagramm
Erstellt einen PRISMA-2020-konformen Text für ein Flussdiagramm sowie einen Protokollabsatz für Forschende, die systematische Übersichtsarbeiten durchführen. Geben Sie Ihre Screening-Zahlen aus Datenbanken ein (Identifikation → Screening → Eignungsprüfung → eingeschlossen). Das Tool prüft die Konsistenz der Zahlen und erstellt einen Text, der die Frage von Gutachtenden nachvollziehbar beantwortet: „Warum gehen in Ihrem Flussdiagramm so viele Datensätze verloren?“ Außerdem wandelt es Ihre Ein- und Ausschlusskriterien in eine Tabelle im PICO-/PECO-Format um. Geeignet für: Studierende im Aufbaustudium, Forschende und Vorabprüfungen von Arbeiten zu systematischen Übersichtsarbeiten bzw. Meta-Analysen durch Zeitschriftenredaktionen. Erkennt das Tool eine numerische Inkonsistenz (z. B. mehr eingeschlossene Datensätze als Datensätze in der Eignungsprüfung), weist es ausdrücklich darauf hin, statt die Zahlen stillschweigend zu korrigieren.
Finde deine nächste Lieblingsfähigkeit
Entdecke weitere kuratierte KI-Fähigkeiten für Recherche, Kreativität und den Arbeitsalltag.