Reporte estadístico + objeciones
Hallazgos estadísticos y objeciones previstas
Reporte estadístico + objeciones
Hallazgos estadísticos y objeciones previstas
Vista previa
Descripción
Produce una sección completa de Resultados a partir de tus resultados de estadística descriptiva e inferencial (incluidas las pruebas de supuestos). Si detecta una infracción de normalidad o de homogeneidad de varianzas, recomienda la prueba alternativa no paramétrica en lugar de ocultarla. También identifica por adelantado al menos 4 objeciones que los revisores de revistas suelen plantear (por ejemplo, «no se informan las pruebas de supuestos», «no se indica el tamaño del efecto» o «no se aplicó una corrección por comparaciones múltiples») y proporciona una frase de defensa para cada una. Para quién es: investigadores que trabajan con métodos cuantitativos y desean rigor en sus informes estadísticos antes de enviar un manuscrito a una revista.
Recomendado por
Shuting@YouMind
Por qué recomendamos esta habilidad
Selección del editor para convertir resultados estadísticos sin procesar en secciones de Resultados listas para publicar y poner a prueba el análisis desde la perspectiva de un revisor. Combina de forma única el formato APA, recomendaciones basadas en supuestos, interpretación del tamaño del efecto y defensas metodológicas.
Ideal para
Investigadores cuantitativos que preparan informes o manuscritos estadísticamente rigurosos para enviarlos a una revista.
Cómo usar este Skill
Proporciona los datos
Proporciona estadísticas descriptivas e inferenciales, resultados de pruebas de supuestos, métodos de corrección, intervalos de confianza y cualquier información sobre tamaño de muestra o potencia estadística.
Ejecuta el Skill
La Skill convierte estos hallazgos en un informe estadístico riguroso y señala problemas con los supuestos o posibles inquietudes de los revisores.
Revisa el resultado
Recibe una sección de Resultados lista para una revista, un resumen estadístico y respuestas concisas a las objeciones previstas de los revisores.
Habilidades relacionadas
Ver todo
InvestigaciónTOPSIS-ML + Objeciones
Genera un informe completo de Métodos y Resultados a partir de tus resultados de ponderación por entropía, clasificación TOPSIS y clasificador de aprendizaje automático (XGBoost, Random Forest, Logistic Regression, etc.). Clasifica correctamente la interpretación del AUC (según los criterios de Hosmer & Lemeshow) y, si la brecha de rendimiento entre entrenamiento y prueba es grande, indica explícitamente el riesgo de sobreajuste. También identifica previamente al menos 4 objeciones que los revisores de revistas suelen plantear (por ejemplo, «cómo se manejó el desequilibrio de clases» o «no se utilizó un conjunto de validación externa») y sugiere una oración de respuesta para cada una. Es adecuada para investigadores que trabajan en informática de la salud, predicción de riesgo clínico o metodología híbrida MCDM-ML y buscan solidez metodológica antes de enviar su trabajo a una revista.
InvestigaciónInforme PLS-SEM + objeciones
Elabora un informe completo del modelo de medición y del modelo estructural a partir de los resultados de tu análisis PLS-SEM (cargas externas, CR/AVE, validez discriminante HTMT, coeficientes de ruta, R²/f²/Q² y SRMR). Aplica correctamente el umbral de HTMT y la interpretación de R² (criterios de Cohen/Chin), y evita el lenguaje causal. También identifica por adelantado al menos 4 objeciones que los revisores de revistas suelen plantear (por ejemplo, «por qué PLS en lugar de CB-SEM» o «no se informó ningún control del sesgo de método común») y sugiere una frase de defensa para cada una. Es adecuado para investigadores de negocios y ciencias sociales que usan PLS-SEM para el modelado de ecuaciones estructurales y buscan solidez metodológica antes de enviar su trabajo a una revista.
InvestigaciónRedactor de metaanálisis
Produce un texto completo de Métodos + Resultados + Limitaciones, conforme a PRISMA 2020 y al Cochrane Handbook, a partir de las estadísticas de tu metaanálisis (tamaño del efecto combinado, I², Q, tau² e indicadores de sesgo de publicación). Nunca interpreta incorrectamente el valor de I², incluido el enfoque del «porcentaje de varianza», y evita el lenguaje causal exagerado: usa expresiones cautelosas como «los hallazgos son consistentes con...» en lugar de «la evidencia demuestra que». Al final, también ofrece al menos 3 preguntas que podría hacer un revisor, junto con oraciones para responderlas. Ideal para: investigadores que redactan un artículo de metaanálisis y quieren fortalecer la sección de métodos antes de enviarlo a una revista. Lo que no hace: no realiza cálculos estadísticos a partir de datos sin procesar (debes contar ya con los resultados de R/RevMan/CMA); solo convierte e interpreta tus resultados en texto académico.
Información
- Versión
- v2
- Última actualización
- Créditos por ejecución
- Según el uso
- Modelos
- Automático
- Casos de uso
- Escritura y contenidoInvestigación y análisis
- Qué obtendrás
- InformeDocumento
