Baidu
map

横截面数据中心理网络分析的报告标准

2022-06-02 Equator Network Psychol Methods

描述心理数据中多变量依赖结构的统计网络模型越来越受欢迎。这种相当新颖的统计技术需要特定的指导方针,以使研究界能够使用它们。到目前为止,研究人员已经提供了指导网络估计及其准确性的教程。然而,目前在确定分

中文标题:

横截面数据中心理网络分析的报告标准

发布机构:

Equator Network

发布日期:

2022-06-02

简要介绍:

描述心理数据中多变量依赖结构的统计网络模型越来越受欢迎。这种相当新颖的统计技术需要特定的指导方针,以使研究界能够使用它们。到目前为止,研究人员已经提供了指导网络估计及其准确性的教程。然而,目前在确定分析和结果的哪些部分应记录在科学报告中方面几乎没有指导。缺乏此类报告标准可能会促进研究人员的自由度,并可能为可疑的报告实践提供沃土。在这里,我们介绍了横截面数据中网络分析的报告标准,以及一个教程和两个示例。所提出的指南面向研究人员以及更广泛的科学界,例如评估科学工作的审稿人和期刊编辑。最后,我们讨论了网络文献如何具体从此类报告和透明度指南中受益。

相关资料下载:
[AttachmentFileName(sort=1, fileName=preprint2.pdf)] GetToolGuiderByIdResponse(projectId=1, id=bdbe91c002a5e8bd, title=横截面数据中心理网络分析的报告标准, enTitle=, guiderFrom=Psychol Methods, authorId=0, author=, summary=描述心理数据中多变量依赖结构的统计网络模型越来越受欢迎。这种相当新颖的统计技术需要特定的指导方针,以使研究界能够使用它们。到目前为止,研究人员已经提供了指导网络估计及其准确性的教程。然而,目前在确定分, cover=, journalId=0, articlesId=null, associationId=1954, associationName=Equator Network, associationIntro=equator-network, copyright=0, guiderPublishedTime=Thu Jun 02 00:00:00 CST 2022, originalUrl=, linkOutUrl=, content=<p>描述心理数据中多变量依赖结构的统计网络模型越来越受欢迎。这种相当新颖的统计技术需要特定的指导方针,以使研究界能够使用它们。到目前为止,研究人员已经提供了指导网络估计及其准确性的教程。然而,目前在确定分析和结果的哪些部分应记录在科学报告中方面几乎没有指导。缺乏此类报告标准可能会促进研究人员的自由度,并可能为可疑的报告实践提供沃土。在这里,我们介绍了横截面数据中网络分析的报告标准,以及一个教程和两个示例。所提出的指南面向研究人员以及更广泛的科学界,例如评估科学工作的审稿人和期刊编辑。最后,我们讨论了网络文献如何具体从此类报告和透明度指南中受益。</p>, tagList=[TagDto(tagId=166, tagName=心理)], categoryList=[CategoryDto(categoryId=13, categoryName=精神心理, tenant=100), CategoryDto(categoryId=85, categoryName=指南&解读, tenant=100), CategoryDto(categoryId=21100, categoryName=达仁堂循证e学界, tenant=100)], articleKeywordId=0, articleKeyword=, articleKeywordNum=6, guiderKeywordId=0, guiderKeyword=, guiderKeywordNum=6, haveAttachments=1, attachmentList=null, guiderType=0, guiderArea=指南, guiderLanguage=1, guiderRegion=10, opened=0, paymentType=, paymentAmount=10, recommend=0, recommendEndTime=null, sticky=0, stickyEndTime=null, allHits=8566, appHits=110, showAppHits=0, pcHits=119, showPcHits=8456, likes=2, shares=42, comments=0, approvalStatus=1, publishedTime=Wed Jun 01 16:26:35 CST 2022, publishedTimeString=2022-06-02, pcVisible=1, appVisible=1, editorId=0, editor=小小医者, waterMark=0, formatted=0, memberCards=[], isPrivilege=0, deleted=0, version=2, createdBy=null, createdName=小小医者, createdTime=Thu Jun 02 07:28:03 CST 2022, updatedBy=4754896, updatedName=小小医者, updatedTime=Sun Dec 31 23:36:14 CST 2023, courseDetails=[], otherVersionGuiders=[], isGuiderMember=false, ipAttribution=, attachmentFileNameList=[AttachmentFileName(sort=1, fileName=preprint2.pdf)])
preprint2.pdf
下载请点击:
评论区 (0)
#插入话题
Baidu
map
Baidu
map
Baidu
map