Звіт про пропущені дані
Перетворює очищення даних на абзац STROBE
Звіт про пропущені дані
Перетворює очищення даних на абзац STROBE
Попередній перегляд
Опис
Введіть обсяг вибірки, частку або структуру пропущених даних (MCAR/MAR/MNAR), метод роботи з пропущеними даними (видалення випадків, множинне імпутування тощо) і метод виявлення викидів (Z-оцінка, IQR, відстань Махаланобіса), і інструмент створить академічний абзац, який можна безпосередньо вставити до розділу «Попередня обробка даних» вашого рукопису. Якщо між обраним методом і структурою пропущених даних є методологічна суперечність (наприклад, використання видалення випадків за структури MNAR), інструмент чітко на це вкаже. Підходить для аспірантів і дослідників, які проводять аналіз соціологічних або клінічних даних і хочуть швидко та коректно написати розділ про попередню обробку даних.
Рекомендовано
Shuting@YouMind
Чому нам подобається ця навичка
Вибір редакції для перетворення рішень щодо очищення даних на готовий до перевірки абзац STROBE.
Кому підійде
Для аспірантів і дослідників, які пишуть чіткі й обґрунтовані розділи про попередню обробку даних у соціологічних або клінічних дослідженнях.
Як використовувати цей Skill
Надайте вхідні дані
Вкажіть обсяг вибірки, частку й структуру пропущених даних, метод роботи з ними, метод і поріг виявлення викидів, результати та остаточний обсяг вибірки.
Запустіть Skill
Асистент перетворює ці відомості на академічний опис, готовий для рукопису, і виявляє можливі невідповідності між структурою пропущених даних та обраним методом.
Перевірте результат
Отримайте абзац про попередню обробку даних, коротке речення з обґрунтуванням методу та попередження про вплив остаточної вибірки на статистичну потужність.
Схожі навички
Переглянути всі
ДослідженняАвтор методів STROBE
На основі дизайну вашого поперечного, когортного дослідження або дослідження випадок–контроль, а також після введення методу відбору учасників, змінних, обґрунтування обсягу вибірки та статистичних методів, створює повну чернетку розділів «Методи» та «Результати» з неявним посиланням на всі 22 пункти контрольного списку STROBE (Strengthening the Reporting of Observational Studies in Epidemiology). Наприкінці також надає таблицю відповідності, яка показує, який абзац відповідає кожному пункту STROBE — готову відповідь на запит журналу «будь ласка, заповніть контрольний список STROBE». Уникає причинно-наслідкових формулювань, використовуючи «пов’язано з» замість «спричиняє» в описах спостережних досліджень, і чітко обговорює джерела похибок та змішування ефектів. Підходить для науковців, які працюють в епідеміології, громадському здоров’ї та клінічних дослідженнях.
ДослідженняАвтор повного звіту метааналізу
Створює повний текст розділів «Методи», «Результати» та «Обмеження», що відповідає PRISMA 2020 і Кокранівському довіднику, на основі статистики метааналізу (об’єднаний розмір ефекту, I², Q, τ², показники упередженості публікацій). Не інтерпретує значення I² неправильно, зокрема в контексті «відсотка дисперсії», і уникає надмірно категоричних причинно-наслідкових формулювань, використовуючи обережні вислови на кшталт «результати узгоджуються з…» замість «докази демонструють, що…». Наприкінці також пропонує щонайменше 3 запитання, які може поставити рецензент, разом із реченнями для захисту. Підходить дослідникам, які пишуть статтю за результатами метааналізу й хочуть посилити розділ методів перед поданням до журналу. Чого цей інструмент не робить: не виконує статистичних обчислень на основі необроблених даних — ви вже маєте отримати результати з R, RevMan або CMA. Він лише перетворює ваші результати на академічний текст і допомагає їх інтерпретувати.
ДослідженняАвтор звіту CONSORT 2010
На основі даних вашого рандомізованого контрольованого дослідження (РКД) — методу рандомізації, статусу засліплення, аналізу потужності, чисел CONSORT-потоку (обстежено/рандомізовано/розподілено/проаналізовано), підходу до аналізу ITT/PP — він створює повний проєкт Резюме + Методи + Результати, що відповідає всім 25 пунктам CONSORT 2010. Він не плутає ITT/PP і перевіряє узгодженість чисел блок-схеми (рандомізовані ≥ розподілені ≥ ті, за ким спостерігали ≥ проаналізовані). Також він заздалегідь визначає щонайменше 4 заперечення, які часто висувають рецензенти журналів (наприклад: «чому не було наведено аналіз ITT», «чи перевіряли успішність засліплення», «чи не змінювали кінцеві точки») і пропонує захисне формулювання для кожного. Розроблено для клінічних дослідників у медицині, сестринській справі та фармації, які проводять РКД і прагнуть забезпечити методологічну надійність перед поданням до журналу. Чого цей інструмент не робить: він не виконує статистичний аналіз і не генерує дані — лише перетворює вже наявні результати на звіт за стандартом CONSORT.
Інформація
- Версія
- v2
- Останнє оновлення
- Кредити за запуск
- За фактичним використанням
- Моделі
- Автоматично
- Сценарії використання
- Тексти та контентДослідження та аналіз
- Що ви отримаєте
- Стаття
