ผู้ช่วยรายงานข้อมูลสูญหาย
เขียนย่อหน้า STROBE จากข้อมูลที่ทำความสะอาด
ผู้ช่วยรายงานข้อมูลสูญหาย
เขียนย่อหน้า STROBE จากข้อมูลที่ทำความสะอาด
พรีวิวเนื้อหา
คำอธิบาย
เมื่อคุณป้อนขนาดตัวอย่าง สัดส่วนและรูปแบบข้อมูลสูญหาย (MCAR/MAR/MNAR) วิธีจัดการข้อมูลสูญหาย (การตัดข้อมูลทั้งแถว การแทนค่าหลายชุด และอื่น ๆ) รวมถึงวิธีตรวจหาค่าผิดปกติ (Z-score, IQR, Mahalanobis) ระบบจะสร้างย่อหน้าเชิงวิชาการที่สามารถนำไปใส่โดยตรงในส่วน "การประมวลผลข้อมูลเบื้องต้น" ของต้นฉบับได้ หากมีความขัดแย้งเชิงระเบียบวิธีระหว่างวิธีที่เลือกกับรูปแบบข้อมูลสูญหาย เช่น ใช้การตัดข้อมูลทั้งแถวเมื่อข้อมูลมีรูปแบบ MNAR ระบบจะแจ้งให้ทราบอย่างชัดเจน เหมาะสำหรับนักศึกษาระดับบัณฑิตศึกษาและนักวิจัยที่วิเคราะห์ข้อมูลจากแบบสำรวจหรือข้อมูลทางคลินิก และต้องการเขียนส่วนการประมวลผลข้อมูลเบื้องต้นให้รวดเร็วและถูกต้อง
แนะนำโดย
Shuting@YouMind
เหตุผลที่เราแนะนำทักษะนี้
ตัวเลือกเด่นสำหรับเปลี่ยนรายละเอียดการทำความสะอาดข้อมูลให้เป็นย่อหน้า STROBE ที่พร้อมให้ผู้ประเมินตรวจสอบ
เหมาะสำหรับ
นักศึกษาระดับบัณฑิตศึกษาและนักวิจัยที่เขียนส่วนการประมวลผลข้อมูลเบื้องต้นสำหรับงานวิจัยแบบสำรวจหรือทางคลินิก
วิธีใช้ Skill นี้
ระบุข้อมูลนำเข้า
ระบุขนาดตัวอย่าง อัตราและรูปแบบข้อมูลสูญหาย วิธีจัดการข้อมูลสูญหาย วิธีและเกณฑ์ตรวจหาค่าผิดปกติ ผลการตรวจ และขนาดตัวอย่างสุดท้ายสำหรับการวิเคราะห์
เรียกใช้ Skill
ผู้ช่วยจะแปลงรายละเอียดเหล่านี้เป็นรายงานเชิงวิชาการที่พร้อมใส่ในต้นฉบับ และแจ้งความไม่สอดคล้องที่อาจเกิดขึ้นระหว่างรูปแบบข้อมูลสูญหายกับวิธีที่ใช้
ตรวจสอบผลลัพธ์
รับย่อหน้าการประมวลผลข้อมูลเบื้องต้น ประโยคสั้น ๆ อธิบายเหตุผลของวิธี และคำเตือนเกี่ยวกับผลของขนาดตัวอย่างสุดท้ายต่ออำนาจการทดสอบทางสถิติ
ทักษะที่เกี่ยวข้อง
ดูทั้งหมด
วิจัยผู้เขียนวิธีวิจัยตาม STROBE
อิงตามรูปแบบการศึกษาแบบภาคตัดขวาง แบบ cohort หรือแบบ case-control เมื่อคุณระบุวิธีคัดเลือกผู้เข้าร่วม ตัวแปร เหตุผลในการกำหนดขนาดตัวอย่าง และวิธีการทางสถิติ ระบบจะสร้างร่างส่วน Methods และ Results ฉบับสมบูรณ์ โดยครอบคลุมทั้ง 22 รายการของเช็กลิสต์ STROBE (Strengthening the Reporting of Observational Studies in Epidemiology) พร้อมตารางจับคู่ท้ายเอกสารที่แสดงว่าแต่ละย่อหน้าสอดคล้องกับรายการ STROBE ข้อใด ช่วยให้พร้อมตอบคำขอจากวารสารที่ให้ “กรอกเช็กลิสต์ STROBE ให้ครบถ้วน” หลีกเลี่ยงภาษาที่สื่อถึงเหตุและผล (ใช้ “มีความสัมพันธ์กับ” แทน “เป็นสาเหตุของ” สำหรับการศึกษาเชิงสังเกต) และอภิปรายแหล่งที่มาของอคติหรือปัจจัยกวนอย่างชัดเจน เหมาะสำหรับนักวิชาการด้านระบาดวิทยา สาธารณสุข และการวิจัยทางคลินิก
วิจัยนักเขียนรายงานเมตาอานาไลซิส
สร้างข้อความ Methods + Results + Limitations ฉบับสมบูรณ์ตาม PRISMA 2020 และ Cochrane Handbook จากสถิติเมตาอานาไลซิสของคุณ (ขนาดอิทธิพลรวม, I², Q, tau² และตัวชี้วัดอคติจากการตีพิมพ์) โดยไม่ตีความค่า I² ผิด รวมถึงกรอบการอธิบายว่าเป็น “เปอร์เซ็นต์ของความแปรปรวน” และหลีกเลี่ยงการใช้ภาษาสรุปเชิงเหตุผลที่เกินจริง เช่น ใช้ถ้อยคำระมัดระวังว่า “ผลการศึกษาสอดคล้องกับ...” แทน “หลักฐานแสดงให้เห็นว่า...” ท้ายรายงานยังเสนอคำถามอย่างน้อย 3 ข้อที่ผู้ประเมินอาจถาม พร้อมประโยคสำหรับตอบข้อโต้แย้ง เหมาะสำหรับ: นักวิจัยที่กำลังเขียนบทความเมตาอานาไลซิสและต้องการเสริมความแข็งแกร่งให้ส่วน Methods ก่อนส่งวารสาร สิ่งที่เครื่องมือนี้ไม่ทำ: ไม่คำนวณสถิติจากข้อมูลดิบ (คุณต้องมีผลลัพธ์จาก R/RevMan/CMA อยู่แล้ว) แต่จะช่วยแปลงและตีความผลลัพธ์ของคุณเป็นข้อความเชิงวิชาการเท่านั้น
วิจัยผู้เขียนรายงาน CONSORT 2010
จากข้อมูลการทดลองแบบสุ่มมีกลุ่มควบคุม (RCT) ของคุณ ซึ่งครอบคลุมวิธีการสุ่ม สถานะการปกปิด การวิเคราะห์อำนาจการทดสอบ ตัวเลขในแผนผังการไหลตาม CONSORT (คัดกรอง/สุ่ม/จัดสรร/วิเคราะห์) และแนวทางการวิเคราะห์แบบ ITT/PP ระบบจะสร้างร่างบทคัดย่อ + วิธีการ + ผลลัพธ์ฉบับสมบูรณ์ที่สอดคล้องกับรายการทั้ง 25 ข้อของ CONSORT 2010 โดยไม่สับสนระหว่าง ITT/PP และตรวจสอบความสอดคล้องของตัวเลขในแผนผังการไหล (สุ่ม ≥ จัดสรร ≥ ติดตามผลแล้ว ≥ วิเคราะห์แล้ว) นอกจากนี้ยังระบุล่วงหน้าอย่างน้อย 4 ข้อโต้แย้งที่ผู้ประเมินวารสารมักหยิบยกขึ้นมา เช่น “เหตุใดจึงไม่รายงานการวิเคราะห์แบบ ITT” “ได้ทดสอบความสำเร็จของการปกปิดหรือไม่” และ “มีการสลับผลลัพธ์หรือไม่” พร้อมเสนอประโยคชี้แจงสำหรับแต่ละข้อ ออกแบบมาสำหรับนักวิจัยทางคลินิกด้านการแพทย์/การพยาบาล/เภสัชกรรมที่ทำการทดลองแบบสุ่มมีกลุ่มควบคุมและต้องการเสริมความเข้มแข็งด้านระเบียบวิธีก่อนส่งบทความให้วารสาร สิ่งที่ระบบนี้ไม่ทำ: ไม่ทำการวิเคราะห์ทางสถิติและไม่สร้างข้อมูล แต่จะเปลี่ยนผลลัพธ์ที่คุณมีอยู่แล้วให้เป็นรายงานตามมาตรฐาน CONSORT เท่านั้น
ข้อมูล
- เวอร์ชัน
- v2
- อัปเดตล่าสุด
- เครดิตในการใช้งาน
- ตามการใช้งานจริง
- โมเดล
- อัตโนมัติ
- กรณีใช้งาน
- การเขียนและเนื้อหาการวิจัยและวิเคราะห์
- สิ่งที่คุณจะได้รับ
- บทความ
