Articles

Mega-analízis bemutatása

X

Adatvédelem & cookie-k

ez az oldal cookie-kat használ. A folytatással elfogadja azok használatát. Tudj meg többet, beleértve a cookie-k kezelésének módját is.

Megvan!

hirdetések

hogyan találhatjuk meg az igazságot az összefüggések óceánjában-a megszakítókkal, az állóvizekkel, az árapályhullámokkal és az áramlatokkal? A felelős kutatás és publikáció idős korában összegyűjtöttük a korábbi kutatásokban közölt becsléseket, és kiszámítottuk a korrelációk közötti korrelációt. Azok az idők már rég elmúltak.

a patkányverseny kutatásának és publikálásának korában egyre nehezebbé vált a metaanalízis elvégzése. Ez egy frusztráló élmény, hogy bárki, aki végzett egy: végtelen keresések a web of Science és a Google Scholar, hogy összegyűjtse az összes közzétett kutatás, input a becslések egy adatbázisban, úgy találja, hogy egy csomó mező üres, e-mail szerzők nulla rendű összefüggések és egyéb statisztikák nem számoltak be a kiadványok és kap nagyon kevés válasz.

a metaanalízis nemcsak frusztráló élmény, hanem rossz ötlet is, amikor a szerzők által nem kedvelt eredmények nem kerülnek közzétételre. Számos technikát fejlesztettek ki a publikációs elfogultság megtalálására és kijavítására, de a probléma, hogy nem ismerjük a nem jelentett eredményeket, nem oldódik meg könnyen.

ahogy belépünk a nyílt tudomány korába, nem kell többé támaszkodnunk a kollégák messze nem tökéletes együttműködésére, akik egy másik egyetemre költöztek, elhagyták az akadémiát, meghaltak, vagy azt gondolják, hogy megpróbálják bebizonyítani, hogy tévednek, és tönkreteszik a karrierjüket – és a tiédet is megtorlásként. Egyszerűen letölthetjük az összes nyers adatot és elemezhetjük őket.

adja meg a mega-elemzést: adja meg az adott hipotézis szempontjából releváns összes adatpontot, csoportosítsa őket eredeti publikáció, dátum, ország vagy a kutatási terv bármely potenciálisan releváns tulajdonsága szerint, és adja hozzá az irodalomban dokumentált lényeges előrejelzőket. Az eredmények nemcsak a lényeges változók közötti összefüggéseket tárják fel, hanem a tanulmányok, időszakok, országok és tervezési tulajdonságok közötti különbségeket is, amelyek befolyásolják ezeket a korrelációkat.

maga a módszer nem új. Az epidemiológiában Steinberg et al. (1997) az egyéni betegadatok metaanalízisének nevezte. Ban ben humán genetika, a nagy nemzetközi konzorciumok genomszintű társulási tanulmányai (GWAS) a mega-elemzés gyakori példái.

a Mega-elemzés magában foglalja a papírok fájlfiókját, amelyek soha nem láttak napvilágot a behelyezésük után. Ez magában foglalja az olyan dokumentumok univerzumát is, amelyeket soha nem írtak, mert az eredmények nem voltak közzétehetők.

ha a metaanalízis becslést ad a közzétett kutatások univerzumáról, a mega-analízis felhasználható annak kimutatására, hogy az univerzum mennyire egyedi a Tejútrendszerben. Jóslatom az lenne, hogy a közzétett kutatások korrelációi többnyire távolabb vannak a nullától, mint ugyanaz a korreláció egy mega-elemzésben.

a Mega-analízis nagy ígéret a társadalomtudományok számára. A populációs felmérések mintái nagyok, ami lehetővé teszi az optimális tanulást a mintavételi eljárások variációiból, az adatgyűjtési módból és a kérdőív tervezéséből. Itt az ideje egy globális Társadalomtudományi Konzorciumnak, amely összegyűjti az összes adatot. Illusztrációként elindítottam egy projektet a nyílt tudományos keretrendszerről, amely mega-elemzi az általános társadalmi bizalmat. Ez egy nyilvános projekt: bárki hozzájárulhat. 1 millió megfigyelést értünk el.

a mega-elemzés ötlete két különböző projektből származik. Az első projektben Erik van Ingen és én elemeztük az önkéntesség hatását a bizalomra, hogy ellenőrizzük, hogy a Giving In The Netherlands Panel Survey (van Ingen & Bekkers, 2015) elemzésének eredményei megismétlődnek-e más panel tanulmányok adataival. Öt paneltanulmányban lényegében ugyanazokat az eredményeket találtuk, bár finom különbségek merültek fel a kvantitatív becslésekben. A második projektben Arjen de Wit és a VU Amsterdam filantróp Tanulmányok Központjának munkatársai elemezték az önkéntesség jólétre gyakorolt hatását az EC-FP7 által finanszírozott ITSOIN tanulmány részeként. 845.733 felmérési választ gyűjtöttünk össze 154.970 különböző válaszadótól hat paneles tanulmányban, 30 év alatt (de Wit, Bekkers, Karamat Ali & Verkaik, 2015). Megállapítottuk, hogy az önkéntesség a jólét 1%-os növekedésével jár.

ezekben a projektekben a különböző tanulmányok adatait külön elemezték. Rájöttem, hogy sokkal többet tanulhatunk, ha az adatokat egyetlen elemzésben egyesítjük: egy mega-elemzésben.

hirdetések