ผู้ช่วยรายงานข้อมูลสูญหาย
เปลี่ยนขั้นตอนทำความสะอาดข้อมูลเป็นย่อหน้า STROBE
คำอธิบาย
เมื่อคุณป้อนขนาดตัวอย่าง สัดส่วน/รูปแบบข้อมูลสูญหาย (MCAR/MAR/MNAR) วิธีจัดการข้อมูลสูญหาย (การตัดข้อมูลทั้งรายการ การแทนค่าหลายครั้ง เป็นต้น) และวิธีตรวจหาค่าผิดปกติ (Z-score, IQR, Mahalanobis) ระบบจะสร้างย่อหน้าเชิงวิชาการที่สามารถแทรกลงในส่วน "Data Pre-processing" ของต้นฉบับได้โดยตรง หากวิธีที่เลือกมีความขัดแย้งเชิงระเบียบวิธีกับรูปแบบข้อมูลสูญหาย (เช่น ใช้การตัดข้อมูลทั้งรายการเมื่อข้อมูลมีรูปแบบ MNAR) ระบบจะแจ้งให้ทราบอย่างชัดเจน เหมาะสำหรับนักศึกษาระดับบัณฑิตศึกษาและนักวิจัยที่วิเคราะห์ข้อมูลแบบสำรวจหรือข้อมูลทางคลินิก และต้องการเขียนส่วนการเตรียมข้อมูลล่วงหน้าได้อย่างรวดเร็วและถูกต้อง
ทักษะที่เกี่ยวข้อง
ดูทั้งหมด
ผู้เขียน Methods ตาม STROBE
อ้างอิงการออกแบบการศึกษาแบบภาคตัดขวาง แบบกลุ่มคน หรือแบบผู้ป่วยควบคุม เมื่อคุณป้อนวิธีคัดเลือกผู้เข้าร่วม ตัวแปร เหตุผลในการกำหนดขนาดตัวอย่าง และวิธีการทางสถิติ ระบบจะจัดทำร่าง Methods และ Results ฉบับสมบูรณ์ โดยครอบคลุมรายการทั้ง 22 ข้อของเช็กลิสต์ STROBE (Strengthening the Reporting of Observational Studies in Epidemiology) โดยนัย นอกจากนี้ยังจัดทำตารางจับคู่ไว้ท้ายเอกสาร เพื่อแสดงว่าย่อหน้าใดสอดคล้องกับรายการ STROBE ข้อใด พร้อมตอบคำขอจากวารสารให้ “กรอกเช็กลิสต์ STROBE ให้ครบถ้วน” หลีกเลี่ยงการใช้ภาษาที่สื่อถึงเหตุและผล โดยใช้ “มีความสัมพันธ์กับ” แทน “เป็นสาเหตุของ” สำหรับการศึกษาเชิงสังเกต และอภิปรายแหล่งที่มาของอคติหรือปัจจัยกวนอย่างชัดเจน เหมาะสำหรับนักวิชาการด้านระบาดวิทยา สาธารณสุข และการวิจัยทางคลินิก
ผู้เขียนรายงานเมตาอะนาลิซิส
สร้างเนื้อหาส่วนวิธีการ + ผลลัพธ์ + ข้อจำกัดอย่างครบถ้วนตาม PRISMA 2020 และ Cochrane Handbook จากสถิติเมตาอะนาลิซิสของคุณ (ขนาดอิทธิพลรวม, I², Q, tau² และตัวชี้วัดอคติจากการตีพิมพ์) ไม่ตีความค่า I² ผิดพลาด (รวมถึงการอธิบายในกรอบ «เปอร์เซ็นต์ของความแปรปรวน») และหลีกเลี่ยงการใช้ภาษาที่สื่อถึงเหตุและผลเกินจริง โดยใช้ถ้อยคำอย่างระมัดระวัง เช่น «ผลการศึกษาสอดคล้องกับ...» แทน «หลักฐานแสดงให้เห็นว่า...» ในตอนท้าย ยังเสนอคำถามอย่างน้อย 3 ข้อที่ผู้ประเมินอาจถาม พร้อมประโยคสำหรับชี้แจง เหมาะสำหรับ: นักวิจัยที่กำลังเขียนบทความเมตาอะนาลิซิสและต้องการเสริมความแข็งแกร่งให้ส่วนวิธีการก่อนส่งวารสาร สิ่งที่ทำไม่ได้: ไม่คำนวณสถิติจากข้อมูลดิบ (คุณต้องมีผลลัพธ์จาก R/RevMan/CMA อยู่แล้ว) — เครื่องมือนี้มีหน้าที่แปลงและตีความผลลัพธ์ของคุณให้เป็นข้อความเชิงวิชาการเท่านั้น
ผู้เขียนแผนภาพ PRISMA 2020
สร้างข้อความแผนภาพ PRISMA 2020 ที่สอดคล้องตามมาตรฐาน พร้อมย่อหน้าระเบียบวิธีสำหรับนักวิจัยที่ทำการทบทวนวรรณกรรมอย่างเป็นระบบ เมื่อคุณป้อนจำนวนการคัดกรองจากฐานข้อมูล (การค้นพบ → การคัดกรอง → การประเมินคุณสมบัติ → การนำมารวม) ระบบจะตรวจสอบความสอดคล้องของตัวเลขและสร้างข้อความที่มีเหตุผลรองรับเมื่อต้องตอบคำถามจากผู้ประเมินว่า “เหตุใดแผนภาพของคุณจึงมีระเบียนหายไปจำนวนมาก” นอกจากนี้ยังแปลงเกณฑ์การรวมและการคัดออกของคุณเป็นตารางรูปแบบ PICO/PECO เหมาะสำหรับนักศึกษาระดับบัณฑิตศึกษา นักวิชาการ และการตรวจสอบเบื้องต้นโดยบรรณาธิการวารสารสำหรับบทความการทบทวนวรรณกรรมอย่างเป็นระบบ/การวิเคราะห์อภิมาน หากตรวจพบความไม่สอดคล้องของตัวเลข (เช่น จำนวนที่นำมารวมมากกว่าจำนวนที่ผ่านการประเมินคุณสมบัติ) ระบบจะแจ้งอย่างชัดเจนแทนการแก้ไขโดยไม่บอกกล่าว
ผู้ช่วยรายงานข้อมูลสูญหาย
เปลี่ยนขั้นตอนทำความสะอาดข้อมูลเป็นย่อหน้า STROBE
คำอธิบาย
เมื่อคุณป้อนขนาดตัวอย่าง สัดส่วน/รูปแบบข้อมูลสูญหาย (MCAR/MAR/MNAR) วิธีจัดการข้อมูลสูญหาย (การตัดข้อมูลทั้งรายการ การแทนค่าหลายครั้ง เป็นต้น) และวิธีตรวจหาค่าผิดปกติ (Z-score, IQR, Mahalanobis) ระบบจะสร้างย่อหน้าเชิงวิชาการที่สามารถแทรกลงในส่วน "Data Pre-processing" ของต้นฉบับได้โดยตรง หากวิธีที่เลือกมีความขัดแย้งเชิงระเบียบวิธีกับรูปแบบข้อมูลสูญหาย (เช่น ใช้การตัดข้อมูลทั้งรายการเมื่อข้อมูลมีรูปแบบ MNAR) ระบบจะแจ้งให้ทราบอย่างชัดเจน เหมาะสำหรับนักศึกษาระดับบัณฑิตศึกษาและนักวิจัยที่วิเคราะห์ข้อมูลแบบสำรวจหรือข้อมูลทางคลินิก และต้องการเขียนส่วนการเตรียมข้อมูลล่วงหน้าได้อย่างรวดเร็วและถูกต้อง
ทักษะที่เกี่ยวข้อง
ดูทั้งหมดผู้เขียน Methods ตาม STROBE
อ้างอิงการออกแบบการศึกษาแบบภาคตัดขวาง แบบกลุ่มคน หรือแบบผู้ป่วยควบคุม เมื่อคุณป้อนวิธีคัดเลือกผู้เข้าร่วม ตัวแปร เหตุผลในการกำหนดขนาดตัวอย่าง และวิธีการทางสถิติ ระบบจะจัดทำร่าง Methods และ Results ฉบับสมบูรณ์ โดยครอบคลุมรายการทั้ง 22 ข้อของเช็กลิสต์ STROBE (Strengthening the Reporting of Observational Studies in Epidemiology) โดยนัย นอกจากนี้ยังจัดทำตารางจับคู่ไว้ท้ายเอกสาร เพื่อแสดงว่าย่อหน้าใดสอดคล้องกับรายการ STROBE ข้อใด พร้อมตอบคำขอจากวารสารให้ “กรอกเช็กลิสต์ STROBE ให้ครบถ้วน” หลีกเลี่ยงการใช้ภาษาที่สื่อถึงเหตุและผล โดยใช้ “มีความสัมพันธ์กับ” แทน “เป็นสาเหตุของ” สำหรับการศึกษาเชิงสังเกต และอภิปรายแหล่งที่มาของอคติหรือปัจจัยกวนอย่างชัดเจน เหมาะสำหรับนักวิชาการด้านระบาดวิทยา สาธารณสุข และการวิจัยทางคลินิก
ผู้เขียนรายงานเมตาอะนาลิซิส
สร้างเนื้อหาส่วนวิธีการ + ผลลัพธ์ + ข้อจำกัดอย่างครบถ้วนตาม PRISMA 2020 และ Cochrane Handbook จากสถิติเมตาอะนาลิซิสของคุณ (ขนาดอิทธิพลรวม, I², Q, tau² และตัวชี้วัดอคติจากการตีพิมพ์) ไม่ตีความค่า I² ผิดพลาด (รวมถึงการอธิบายในกรอบ «เปอร์เซ็นต์ของความแปรปรวน») และหลีกเลี่ยงการใช้ภาษาที่สื่อถึงเหตุและผลเกินจริง โดยใช้ถ้อยคำอย่างระมัดระวัง เช่น «ผลการศึกษาสอดคล้องกับ...» แทน «หลักฐานแสดงให้เห็นว่า...» ในตอนท้าย ยังเสนอคำถามอย่างน้อย 3 ข้อที่ผู้ประเมินอาจถาม พร้อมประโยคสำหรับชี้แจง เหมาะสำหรับ: นักวิจัยที่กำลังเขียนบทความเมตาอะนาลิซิสและต้องการเสริมความแข็งแกร่งให้ส่วนวิธีการก่อนส่งวารสาร สิ่งที่ทำไม่ได้: ไม่คำนวณสถิติจากข้อมูลดิบ (คุณต้องมีผลลัพธ์จาก R/RevMan/CMA อยู่แล้ว) — เครื่องมือนี้มีหน้าที่แปลงและตีความผลลัพธ์ของคุณให้เป็นข้อความเชิงวิชาการเท่านั้น
ผู้เขียนแผนภาพ PRISMA 2020
สร้างข้อความแผนภาพ PRISMA 2020 ที่สอดคล้องตามมาตรฐาน พร้อมย่อหน้าระเบียบวิธีสำหรับนักวิจัยที่ทำการทบทวนวรรณกรรมอย่างเป็นระบบ เมื่อคุณป้อนจำนวนการคัดกรองจากฐานข้อมูล (การค้นพบ → การคัดกรอง → การประเมินคุณสมบัติ → การนำมารวม) ระบบจะตรวจสอบความสอดคล้องของตัวเลขและสร้างข้อความที่มีเหตุผลรองรับเมื่อต้องตอบคำถามจากผู้ประเมินว่า “เหตุใดแผนภาพของคุณจึงมีระเบียนหายไปจำนวนมาก” นอกจากนี้ยังแปลงเกณฑ์การรวมและการคัดออกของคุณเป็นตารางรูปแบบ PICO/PECO เหมาะสำหรับนักศึกษาระดับบัณฑิตศึกษา นักวิชาการ และการตรวจสอบเบื้องต้นโดยบรรณาธิการวารสารสำหรับบทความการทบทวนวรรณกรรมอย่างเป็นระบบ/การวิเคราะห์อภิมาน หากตรวจพบความไม่สอดคล้องของตัวเลข (เช่น จำนวนที่นำมารวมมากกว่าจำนวนที่ผ่านการประเมินคุณสมบัติ) ระบบจะแจ้งอย่างชัดเจนแทนการแก้ไขโดยไม่บอกกล่าว
ค้นหาทักษะโปรดถัดไปของคุณ
สำรวจทักษะ AI ที่คัดสรรเพิ่มเติมสำหรับการวิจัย การสร้างสรรค์ และงานประจำวัน