Relatório + Objeções
Resultados e críticas de revisores
Relatório + Objeções
Resultados e críticas de revisores
Pré-visualização
Descrição
Produz uma secção completa de Resultados a partir dos seus resultados de estatística descritiva e inferencial, incluindo testes de pressupostos. Se detetar uma violação da normalidade ou da homogeneidade das variâncias, recomenda o teste alternativo não paramétrico, em vez de a ocultar. Também identifica antecipadamente pelo menos 4 objeções que os revisores de revistas científicas levantam habitualmente (por exemplo, «os testes de pressupostos não foram apresentados», «o tamanho do efeito não foi indicado» e «não foi aplicada qualquer correção para comparações múltiplas») e fornece uma frase de resposta para cada uma. Para quem se destina: investigadores que trabalham com métodos quantitativos e pretendem garantir rigor no relato estatístico antes da submissão a uma revista científica.
Recomendado por
Shuting@YouMind
Porque recomendamos esta habilidade
Escolha editorial para transformar resultados estatísticos brutos em secções de Resultados prontas para publicação, testando a análise sob a perspetiva de um revisor. Combina APA, pressupostos, tamanhos do efeito e respostas metodológicas personalizadas.
Ideal para
Investigadores quantitativos que preparam relatórios ou manuscritos estatisticamente rigorosos para submissão a revistas científicas.
Como usar este Skill
Fornece os dados
Forneça estatísticas descritivas e inferenciais, resultados dos testes de pressupostos, métodos de correção, intervalos de confiança e informações sobre dimensão da amostra ou poder estatístico.
Executa o Skill
A Skill transforma estes resultados num relatório estatístico rigoroso e assinala problemas nos pressupostos ou possíveis preocupações dos revisores.
Verifica o resultado
Receba uma secção de Resultados pronta para submissão, um resumo estatístico e respostas concisas a objeções previstas dos revisores.
Habilidades relacionadas
Ver tudo
InvestigaçãoEntropia-TOPSIS-ML + Objeções
Produz um relatório completo de Métodos e Resultados a partir dos resultados da ponderação por entropia, da classificação TOPSIS e do classificador de aprendizagem automática (XGBoost, Random Forest, Logistic Regression, etc.). Classifica corretamente a interpretação da AUC (critérios de Hosmer & Lemeshow) e, se a diferença de desempenho entre treino e teste for grande, declara explicitamente o risco de sobreajuste. Também identifica antecipadamente pelo menos 4 objeções frequentemente levantadas por revisores de revistas (por exemplo, «como foi tratado o desequilíbrio entre classes» e «não foi utilizado um conjunto de validação externo») e sugere uma frase de resposta para cada uma. Adequado para: investigadores que trabalham em informática na saúde, previsão de risco clínico ou metodologias híbridas MCDM-ML e que procuram robustez metodológica antes da submissão a uma revista.
InvestigaçãoRelatório PLS-SEM + Objeções
Produz um relatório completo do Modelo de Medição + Modelo Estrutural a partir dos resultados da sua análise PLS-SEM (cargas externas, CR/AVE, validade discriminante HTMT, coeficientes de caminho, R²/f²/Q², SRMR). Aplica corretamente o limiar HTMT e a interpretação de R² (critérios de Cohen/Chin), evitando linguagem causal. Também identifica antecipadamente pelo menos 4 objeções frequentemente levantadas por revisores de revistas (por exemplo, «porquê PLS em vez de CB-SEM» e «não foi reportado qualquer controlo de CMB») e sugere uma frase de defesa para cada uma. Adequado para: investigadores de gestão e ciências sociais que utilizam PLS-SEM para modelação de equações estruturais e pretendem reforçar o rigor metodológico antes da submissão a uma revista.
InvestigaçãoRedator de Meta-análise
Produz um texto completo de Métodos + Resultados + Limitações, em conformidade com o PRISMA 2020 e o Cochrane Handbook, a partir das estatísticas da sua meta-análise (tamanho do efeito combinado, I², Q, tau² e indicadores de viés de publicação). Nunca interpreta incorretamente o valor de I², incluindo a formulação sobre a «percentagem da variância», e evita uma linguagem causal exagerada, usando formulações cautelosas como «os resultados são consistentes com...» em vez de «as evidências demonstram que». No final, apresenta também pelo menos 3 perguntas que um revisor poderá fazer, acompanhadas de frases de defesa. Adequado para: investigadores que escrevem um artigo de meta-análise e pretendem reforçar a secção de métodos antes da submissão a uma revista. O que não faz: não efetua cálculos estatísticos a partir de dados brutos (já deve ter os resultados do R/RevMan/CMA) — apenas converte e interpreta os seus resultados em texto académico.
Informações
- Versão
- v2
- Última atualização
- Créditos por execução
- Conforme a utilização
- Modelos
- Automático
- Casos de utilização
- Escrita e conteúdoInvestigação e análise
- O que vais obter
- RelatórioDocumento
