Отчёт по метаанализу
Отчёт по PRISMA из статистики метаанализа
Отчёт по метаанализу
Отчёт по PRISMA из статистики метаанализа
Предпросмотр
Описание
Создаёт полный текст разделов «Методы», «Результаты» и «Ограничения» на основе статистики метаанализа (объединённый размер эффекта, I², Q, tau², показатели смещения публикаций) в соответствии с PRISMA 2020 и руководством Cochrane. Никогда не интерпретирует значение I² неправильно, включая объяснение доли дисперсии в процентах, и избегает преувеличенных причинно-следственных формулировок, используя осторожные выражения вроде «результаты согласуются с…» вместо «доказательства показывают, что…». В конце также предлагает не менее 3 возможных вопросов рецензентов и формулировки ответов для защиты. Подходит исследователям, пишущим статью с метаанализом и желающим укрепить раздел методов перед отправкой в журнал. Чего не делает: не выполняет статистические расчёты на основе исходных данных (необходимо заранее рассчитать результаты в R/RevMan/CMA), а только преобразует результаты в академический текст и интерпретирует их.
Рекомендовано
Shuting@YouMind
Почему нам нравится этот скилл
Преобразует статистику метаанализа в готовый к публикации текст по PRISMA 2020 и принципам Cochrane, тщательно освещая неоднородность, смещения, причинность, ограничения и вопросы рецензентов.
Кому подойдёт
Подходит исследователям, готовящим статью с метаанализом и желающим усилить текст отчёта перед отправкой.
Как использовать этот Skill
Предоставьте исходные данные
Укажите исследовательский вопрос, характеристики включённых исследований, результаты метаанализа, показатели неоднородности и смещения публикаций.
Запустите Skill
Преобразует предоставленные результаты в академичный и осторожный текст отчёта; статистические расчёты не выполняет.
Проверьте результат
Вы получите текст с разделами «Методы», «Результаты» и «Ограничения», а также возможными вопросами рецензентов и ответами для защиты.
Похожие скиллы
Посмотреть все
ИсследованиеГенератор схемы PRISMA 2020
Создаёт текст схемы и абзац протокола в соответствии с чек-листом PRISMA 2020 для исследователей, выполняющих систематические обзоры. После ввода чисел поиска по базам данных (identification → screening → eligibility → included) проверяет их согласованность и создаёт обоснованный текст для ответа на вопрос рецензента: «Почему на вашей схеме так много исключённых записей?». Также преобразует критерии включения и исключения в таблицу формата PICO/PECO. Этот skill подходит аспирантам и исследователям, пишущим систематические обзоры и метаанализы, а также редакторам для предварительной проверки. Если обнаруживает числовое несоответствие (например, included > eligibility), он явно сообщает об этом, а не исправляет его молча.
ИсследованиеПолный отчёт CONSORT 2010
Создаёт на основе данных рандомизированного контролируемого исследования (RCT) полный черновик «Резюме + Методика + Результаты» в соответствии с 25 пунктами CONSORT 2010, включая метод рандомизации, сведения о盲ировании, анализ мощности, а также числа в потоке CONSORT (screened/randomized/allocated/analyzed) и подход к анализу ITT/PP. Никогда не смешивает ITT и PP; проверяет согласованность чисел на диаграмме потока (randomized ≥ allocated ≥ followed-up ≥ analyzed). Кроме того, заранее выявляет как минимум 4 возражения, которые часто выдвигают журнальные рецензенты (например, «почему не представлен анализ ITT», «проверялась ли успешность盲ирования», «была ли смена исходов»), и предлагает защитную формулировку для каждого из них. Предназначен для клинических исследователей, а также учёных, проводящих RCT в области медицины, сестринского дела и фармации и стремящихся обеспечить методологическую надёжность перед подачей статьи в журнал.
ИсследованиеPLS-SEM: отчёт и ответы
Создаёт полный отчёт об измерительной и структурной моделях на основе результатов PLS-SEM (внешние нагрузки, CR/AVE, дискриминантная валидность HTMT, коэффициенты путей, R²/f²/Q², SRMR). Корректно применяет порог HTMT и интерпретацию R² по критериям Cohen/Chin, избегая каузальных формулировок. Также заранее выявляет как минимум 4 типичных возражения журнальных рецензентов (например, «почему выбран PLS, а не CB-SEM» или «не проведена проверка CMB») и предлагает защитную формулировку для каждого. Подходит исследователям в сфере бизнеса и социальных наук, использующим моделирование структурными уравнениями с помощью PLS-SEM, а также тем, кто стремится повысить методологическую обоснованность работы перед подачей в журнал.
Информация
- Версия
- v2
- Последнее обновление
- Кредиты за запуск
- По фактическому использованию
- Модели
- Автоматически
- Сценарии использования
- Тексты и контентИсследования и анализ
- Что вы получите
- ОтчётДокумент
