결측 데이터 보고 도우미
데이터 정제를 STROBE 문단으로
설명
표본 크기, 결측 데이터 비율/패턴(MCAR/MAR/MNAR), 결측 데이터 처리 방법(사례별 삭제, 다중 대치 등), 이상치 탐지 방법(Z-점수, IQR, Mahalanobis)을 입력하면 원고의 "Data Pre-processing" 섹션에 바로 삽입할 수 있는 학술 문단을 작성합니다. 선택한 방법과 결측 데이터 패턴 사이에 방법론적 모순이 있는 경우(예: MNAR 패턴에서 사례별 삭제 사용) 이를 명시적으로 알려줍니다. 데이터 전처리 섹션을 빠르고 정확하게 작성하려는 설문·임상 데이터 분석 대학원생과 연구자에게 적합합니다.
관련 스킬
전체 보기
STROBE 방법 작성기
횡단면, 코호트 또는 환자-대조군 연구 설계를 바탕으로 참가자 선정 방법, 변수, 표본 크기 근거와 통계 방법을 입력하면, STROBE(Strengthening the Reporting of Observational Studies in Epidemiology) 체크리스트의 22개 항목을 모두 암묵적으로 반영한 완성도 높은 방법 및 결과 초안을 작성합니다. 또한 각 문단이 어떤 STROBE 항목에 해당하는지 보여 주는 매핑 표를 마지막에 제공하므로, 학술지의 "STROBE 체크리스트를 작성해 주세요" 요청에 바로 대응할 수 있습니다. 관찰 연구에서는 인과적 표현을 피하고 "원인이 된다" 대신 "관련이 있다"와 같은 표현을 사용하며, 편향 및 교란의 원인을 명시적으로 논의합니다. 역학, 공중보건 및 임상 연구 분야의 학술 연구자에게 적합합니다.
메타분석 전체 보고서 작성기
메타분석 통계(통합 효과크기, I², Q, tau², 출판 편향 지표)를 바탕으로 PRISMA 2020 및 Cochrane Handbook을 준수하는 완전한 방법 + 결과 + 한계 섹션을 작성합니다. I² 값을 절대 잘못 해석하지 않으며("분산의 백분율"이라는 표현을 포함), 인과관계를 과장하는 표현을 피하고 "결과는 …와 일치합니다"와 같은 신중한 표현을 사용합니다. 또한 마지막에는 심사자가 제기할 수 있는 질문을 3개 이상 제시하고, 각 질문에 대한 답변 문장도 제공합니다. 저널 투고 전에 방법 섹션을 강화하려는 메타분석 논문 연구자에게 적합합니다. 지원하지 않는 기능: 원자료에서 통계 계산을 수행하지 않습니다(R/RevMan/CMA의 결과를 미리 준비해야 합니다). 대신 분석 결과를 학술적 문장으로 변환하고 해석합니다.
PRISMA 2020 흐름도 작성기
체계적 문헌고찰을 수행하는 연구자를 위해 PRISMA 2020 준수 흐름도 문구와 연구 프로토콜 문단을 생성합니다. 데이터베이스 선별 수치(식별 → 선별 → 적격성 평가 → 포함)를 입력하면 수치의 일관성을 확인하고, 검토자의 질문인 "흐름도에서 왜 이렇게 많은 기록이 제외되었나요?"에 답할 수 있는 근거 있는 문구를 작성합니다. 또한 포함·배제 기준을 PICO/PECO 형식의 표로 변환합니다. 체계적 문헌고찰 또는 메타분석 논문을 준비하는 대학원생, 연구자, 학술지 편집자의 사전 검토에 적합합니다. 수치의 불일치(예: 포함 수가 적격성 평가 수보다 많은 경우)를 감지하면 임의로 수정하지 않고 해당 문제를 명시적으로 알려 줍니다.
결측 데이터 보고 도우미
데이터 정제를 STROBE 문단으로
설명
표본 크기, 결측 데이터 비율/패턴(MCAR/MAR/MNAR), 결측 데이터 처리 방법(사례별 삭제, 다중 대치 등), 이상치 탐지 방법(Z-점수, IQR, Mahalanobis)을 입력하면 원고의 "Data Pre-processing" 섹션에 바로 삽입할 수 있는 학술 문단을 작성합니다. 선택한 방법과 결측 데이터 패턴 사이에 방법론적 모순이 있는 경우(예: MNAR 패턴에서 사례별 삭제 사용) 이를 명시적으로 알려줍니다. 데이터 전처리 섹션을 빠르고 정확하게 작성하려는 설문·임상 데이터 분석 대학원생과 연구자에게 적합합니다.
관련 스킬
전체 보기STROBE 방법 작성기
횡단면, 코호트 또는 환자-대조군 연구 설계를 바탕으로 참가자 선정 방법, 변수, 표본 크기 근거와 통계 방법을 입력하면, STROBE(Strengthening the Reporting of Observational Studies in Epidemiology) 체크리스트의 22개 항목을 모두 암묵적으로 반영한 완성도 높은 방법 및 결과 초안을 작성합니다. 또한 각 문단이 어떤 STROBE 항목에 해당하는지 보여 주는 매핑 표를 마지막에 제공하므로, 학술지의 "STROBE 체크리스트를 작성해 주세요" 요청에 바로 대응할 수 있습니다. 관찰 연구에서는 인과적 표현을 피하고 "원인이 된다" 대신 "관련이 있다"와 같은 표현을 사용하며, 편향 및 교란의 원인을 명시적으로 논의합니다. 역학, 공중보건 및 임상 연구 분야의 학술 연구자에게 적합합니다.
메타분석 전체 보고서 작성기
메타분석 통계(통합 효과크기, I², Q, tau², 출판 편향 지표)를 바탕으로 PRISMA 2020 및 Cochrane Handbook을 준수하는 완전한 방법 + 결과 + 한계 섹션을 작성합니다. I² 값을 절대 잘못 해석하지 않으며("분산의 백분율"이라는 표현을 포함), 인과관계를 과장하는 표현을 피하고 "결과는 …와 일치합니다"와 같은 신중한 표현을 사용합니다. 또한 마지막에는 심사자가 제기할 수 있는 질문을 3개 이상 제시하고, 각 질문에 대한 답변 문장도 제공합니다. 저널 투고 전에 방법 섹션을 강화하려는 메타분석 논문 연구자에게 적합합니다. 지원하지 않는 기능: 원자료에서 통계 계산을 수행하지 않습니다(R/RevMan/CMA의 결과를 미리 준비해야 합니다). 대신 분석 결과를 학술적 문장으로 변환하고 해석합니다.
PRISMA 2020 흐름도 작성기
체계적 문헌고찰을 수행하는 연구자를 위해 PRISMA 2020 준수 흐름도 문구와 연구 프로토콜 문단을 생성합니다. 데이터베이스 선별 수치(식별 → 선별 → 적격성 평가 → 포함)를 입력하면 수치의 일관성을 확인하고, 검토자의 질문인 "흐름도에서 왜 이렇게 많은 기록이 제외되었나요?"에 답할 수 있는 근거 있는 문구를 작성합니다. 또한 포함·배제 기준을 PICO/PECO 형식의 표로 변환합니다. 체계적 문헌고찰 또는 메타분석 논문을 준비하는 대학원생, 연구자, 학술지 편집자의 사전 검토에 적합합니다. 수치의 불일치(예: 포함 수가 적격성 평가 수보다 많은 경우)를 감지하면 임의로 수정하지 않고 해당 문제를 명시적으로 알려 줍니다.
다음으로 즐겨 쓸 스킬을 찾아보세요
연구, 창작, 일상 업무에 유용한 엄선된 AI 스킬을 더 탐색해 보세요.