মেটা-বিশ্লেষণের পক্ষে এবং কনসগুলি


14

আমি বিবর্তনের নির্দিষ্ট ক্ষেত্রের অধ্যয়নের জন্য কিছু মেটা-বিশ্লেষণ করার বিষয়ে বিবেচনা করছি, তবে আরও কিছু করার আগে আমি জানতে চাই; প্রক্রিয়াটির ইতিবাচক এবং নেতিবাচকগুলি কী? উদাহরণস্বরূপ, ব্যবহারিক পরীক্ষার প্রয়োজন নেই কোনও সুবিধা (সময় এবং অর্থ) তবে সেখানে একটি প্রকাশনা পক্ষপাত (আরও উত্তেজনাপূর্ণ ফলাফল প্রকাশিত হবে) যা অসুবিধা হবে।

পরিসংখ্যান জার্নালগুলিতে কোন কাগজগুলি মেটা-বিশ্লেষণের উপকারিতা এবং কনস সম্পর্কে আলোচনা করে?


2
কনস: (i) প্রকাশনা পক্ষপাত; জার্নালগুলি তুচ্ছ অনুসন্ধানগুলি প্রত্যাখ্যান করে (ii) ফাইল ড্রয়ারের প্রভাব; খারাপভাবে শুরু হওয়া বা নাল রেজাল্ট ট্রায়ালগুলিকে আটকাচ্ছে এমন গবেষকরা থামিয়েছেন (iii) বিদেশী জার্নাল পক্ষপাত; তাত্পর্যপূর্ণ ফলাফলগুলি বিদেশী জার্নালগুলিতে রূপান্তরিত হয়, যা মেটা-বিশ্লেষণে ততটা গণনা হয় না। এটি প্যারাসাইকোলজিতে বিশেষত একটি সমস্যা। এটির সমাধান সম্ভবতঃ একটি কেন্দ্রীয় সংস্থা তৈরি করা যা পরীক্ষা-নিরীক্ষার শুরুর পূর্ববর্তী সময়ে পরীক্ষার অভিপ্রায় রেকর্ড করে, তারপরে মেটা-বিশ্লেষণগুলি কেবল তাদেরই বিবেচনা করে যারা এই শরীরের সাথে তাদের পূর্বের উদ্দেশ্য রেকর্ড করেছে।

4
আপনার আগ্রহ কী হতে পারে রোজেন্থল এর , এটি একটি পরিসংখ্যান যা আপনাকে জানায় যে কতগুলি নাল-ফলাফলের অধ্যয়নগুলি পর্যবেক্ষণ করা তাত্পর্য অদৃশ্য হওয়ার জন্য ফাইল-আঁকতে হবে। এন

উত্তর:


13

বোরেনস্টাইন, হেজেস, হিগগিনস এবং রোথস্টেইন দ্বারা মেটা-বিশ্লেষণের ভূমিকা মেটা-বিশ্লেষণের পক্ষে ও বিপরীতে বিশদ আলোচনা সরবরাহ করে। উদাহরণস্বরূপ " মেটা-বিশ্লেষণের সমালোচনা " অধ্যায়টি দেখুন যেখানে লেখকরা মেটা-বিশ্লেষণের বিভিন্ন সমালোচনার জবাব দেয়। আমি এই অধ্যায়ের জন্য বিভাগের শিরোনামগুলি নোট করি এবং তারপরে স্মৃতি থেকে কিছু পর্যবেক্ষণ করি যা সেই বিন্দুটির সাথে সম্পর্কিত:

  • "একটি সংখ্যা একটি গবেষণা ক্ষেত্রের সংক্ষিপ্তসার করতে পারে না": একটি ভাল মেটা বিশ্লেষণ সত্য প্রভাবের আকারগুলিতে পরিবর্তনশীলতার মডেল করবে এবং অনুমানের অনিশ্চয়তার মডেল করবে।
  • "ফাইল ড্রয়ারের সমস্যা মেটা-বিশ্লেষণকে অকার্যকর করে তোলে": ফানেল প্লট এবং সম্পর্কিত সরঞ্জামগুলি আপনাকে প্রকাশের পক্ষপাতের জন্য চেক করার জন্য নমুনা আকারের প্রভাবের আকারের সাথে সম্পর্কিত কিনা তা দেখতে দেয়। ভাল মেটা-বিশ্লেষণ অপ্রকাশিত স্টাডিজ পাওয়ার প্রচেষ্টা করে। এই সমস্যাটি ন্যারেটিভ স্টাডিগুলির সাথে ভাগ করা হয়েছে।
  • "আপেল এবং কমলা মিশ্রণ": ভাল মেটা-বিশ্লেষণগুলি অন্তর্ভুক্ত স্টাডির শ্রেণিবদ্ধকরণ এবং মেটা-বিশ্লেষণে অধ্যয়নের অন্তর্ভুক্তি এবং বর্জনকে ন্যায়সঙ্গত করার জন্য একটি কঠোর কোডিং ব্যবস্থা সরবরাহ করে। অধ্যয়নের শ্রেণিবদ্ধকরণের পরে, গবেষণার ধরণে প্রভাব আকারগুলি পৃথক কিনা তা দেখতে মডারেটর বিশ্লেষণ করা যেতে পারে।
  • "গুরুত্বপূর্ণ অধ্যয়ন উপেক্ষা করা হয়": আপনি অধ্যয়নের মানযুক্ত মানের কোড করতে পারেন। বড় নমুনাগুলি আরও বেশি ওজন দেওয়া যেতে পারে।
  • "মেটা বিশ্লেষণ এলোমেলো বিচারের সাথে একমত হতে পারে":
  • "মেটা-বিশ্লেষণগুলি খারাপভাবে সম্পাদন করা হয়": এটি কেবল মেটা-অ্যানালিটিক পদ্ধতিগুলির মান উন্নয়নের জন্য একটি যুক্তি।
  • "একটি আখ্যান পর্যালোচনা আরও ভাল?": মেটা-বিশ্লেষণের অনেক সমালোচনা (যেমন প্রকাশনা পক্ষপাত) বিবরণী পর্যালোচনা দ্বারা ভাগ করা হয়। বর্ণনামূলক পর্যালোচনায় অনুমানের পদ্ধতিগুলি কম স্পষ্ট এবং কম কঠোর just

14

এগুলি করার আমার অভিজ্ঞতা হিসাবে, যদি সেগুলি আগে না করা হয়ে থাকে, যেমন আপনি কোনও এলাকায় আপনার নিজের বাঁক সরবরাহ করছেন না, তবে সঠিক জার্নালগুলির বিরুদ্ধে পক্ষপাতিত্ব নেই। একটি মেটা-বিশ্লেষণ বিজ্ঞানে পাবেন না তবে আপনার ক্ষেত্রে ভাল জার্নালগুলি সাধারণত নতুন মেটা-বিশ্লেষণের সাথে ভাল থাকে।

একটি পরীক্ষা না করে সময় এবং ব্যয় সাশ্রয় করা প্রায়শই অন্যান্য জিনিসগুলি খেয়ে ফেলে। একটি বড় বিষয় হ'ল অনেক নিবন্ধ বিশ্লেষণের জন্য পর্যাপ্ত তথ্য প্রতিবেদন করে না। এটি পুনরুদ্ধার করার জন্য আপনাকে প্রায়শই লেখকদের সাথে যোগাযোগ করতে হবে এবং দুর্ভাগ্যক্রমে তারা প্রায়শই হয় অনুরোধগুলি মেনে চলতে পারে না বা করতে পারে না। এটি প্রক্রিয়ার সবচেয়ে বড় সময় ডুবে গেছে।

আপনি উচ্চ প্রশংসনীয় হারের মতো কিছু উত্সও মিস করেছেন। আপনি যদি প্রথম এবং একমাত্র মেটা-বিশ্লেষণ হন তবে নতুন গবেষকরা প্রায়শই আপনার কাগজটি উদ্ধৃত করবেন। আরেকটি প্রো হ'ল তুলনামূলক সহজ ফলোআপ স্টাডি। এক বা দুই বছরে, অধ্যয়নের গতিশীল ক্ষেত্রে, আপনাকে কেবল মেটো-অ্যানালাইসিস অনুসরণের জন্য পরবর্তী দুই বছর গবেষণা যুক্ত করতে হবে। আপনি যদি প্রথম চালক হন তবে অধ্যয়নের ক্ষেত্রে মেটা-বিশ্লেষণকে তুলনামূলকভাবে তুলনামূলকভাবে সহজ। এটি তখন তুলনামূলকভাবে উচ্চ প্রশংসনীয় হারের দিকে নিয়ে যায়।

যদি আপনি উদ্বিগ্ন হন যে আপনি যে ফলাফলগুলি সাহিত্য থেকে পুনরুদ্ধার করছেন তা প্রকাশের পক্ষপাতদুষ্ট রয়েছে যেমন ফ্যানেল প্লট (অধ্যয়নের আকার (প্রায়শই) y- অক্ষের উপর এবং এক্সের উপর প্রভাব) এর মতো পরিসংখ্যান কৌশল রয়েছে যা ব্যবহার করা যেতে পারে যেমন সনাক্ত। কোনও বিষয়ে নিরপেক্ষ সাহিত্যের ফলাফলগুলি ঝলকানো প্লান্টের প্রতিসাম্যযুক্ত হতে পারে তবে প্রকাশনার পক্ষপাতদুষ্টতার কারণে এটি আরও বিতরণের অর্ধেকের মতো দেখাবে। এবং পরীক্ষা-নিরীক্ষার বিপরীতে, মেটা-বিশ্লেষণে থাকা ডেটা পক্ষপাতদুষ্ট রয়েছে তা সন্ধানযোগ্য।


প্রকাশনার পক্ষপাত সম্পর্কে আমার প্রথম চিন্তা ছিল যে ওপি সাহিত্য অধ্যয়নের মাধ্যমে অ্যাক্সেসযোগ্য ডেটা সম্পর্কে উদ্বিগ্ন, মেটা-বিশ্লেষণের ফলাফল কীভাবে প্রকাশ করা যায় তা নিয়ে নয়।
ক্যাবেলাইটস মনিকা

হ্যাঁ আমি শক্তি এবং দুর্বলতার দিকে আরও ভাবছিলাম যেগুলি করা উচিত বা না করার সিদ্ধান্ত নেওয়ার সময় আমার বিবেচনা করা উচিত এবং তাই আমি তাদের প্রভাবগুলি হ্রাস করতে পারি।
rg255

6

আমি ভেবেছিলাম মাইকেল বোরেনস্টাইন এবং সহকর্মীদের কাছে ক্ষমা চেয়ে আমি "মেটা-বিশ্লেষণের সমালোচনা" সমালোচনা করব।

  • "একটি সংখ্যা একটি গবেষণা ক্ষেত্রের সংক্ষিপ্তসার করতে পারে না": একটি ভাল মেটা বিশ্লেষণ সত্য প্রভাবের আকারগুলিতে পরিবর্তনশীলতার মডেল করবে এবং অনুমানের অনিশ্চয়তার মডেল করবে।

! বৈকল্পিকতা সম্ভবত অন্য একটি বিভ্রান্তিমূলক সংক্ষিপ্তসার হিসাবে অনিয়মিত এবং এটি উভয়ই খুব বিভ্রান্তিমূলক হবে যদি প্রায় নিশ্চিতভাবেই রয়েছে এমন পক্ষপাতিত্বগুলি সুস্পষ্টভাবে মোকাবেলা করা হয়নি।

  • "ফাইল ড্রয়ারের সমস্যা মেটা-বিশ্লেষণকে অকার্যকর করে তোলে": ফানেল প্লট এবং সম্পর্কিত সরঞ্জামগুলি আপনাকে প্রকাশের পক্ষপাতের জন্য চেক করার জন্য নমুনা আকারের প্রভাবের আকারের সাথে সম্পর্কিত কিনা তা দেখতে দেয়। ভাল মেটা-বিশ্লেষণ অপ্রকাশিত স্টাডিজ পাওয়ার প্রচেষ্টা করে। এই সমস্যাটি ন্যারেটিভ স্টাডিগুলির সাথে ভাগ করা হয়েছে।

! যেমনটি বক্স একবার বলেছিল - রানী মেরির পক্ষে ভ্রমণ করার পক্ষে সমুদ্রগুলি যথেষ্ট শান্ত কিনা তা দেখার জন্য একটি সারি নৌকা প্রেরণের মতো। খুব কম শক্তি এবং প্রায় অবশ্যই ভুল নির্দিষ্ট সেন্সরিং প্রক্রিয়া।

  • "আপেল এবং কমলা মিশ্রণ": ভাল মেটা-বিশ্লেষণগুলি অন্তর্ভুক্ত স্টাডির শ্রেণিবদ্ধকরণ এবং মেটা-বিশ্লেষণে অধ্যয়নের অন্তর্ভুক্তি এবং বর্জনকে ন্যায়সঙ্গত করার জন্য একটি কঠোর কোডিং ব্যবস্থা সরবরাহ করে। অধ্যয়নের শ্রেণিবদ্ধকরণের পরে, গবেষণার ধরণে প্রভাব আকারগুলি পৃথক কিনা তা দেখতে মডারেটর বিশ্লেষণ করা যেতে পারে।

! আবার হতাশ শক্তি এবং সাধারণত সমষ্টি পক্ষপাত।

  • "গুরুত্বপূর্ণ অধ্যয়ন উপেক্ষা করা হয়": আপনি অধ্যয়নের মানযুক্ত মানের কোড করতে পারেন। বড় নমুনাগুলি আরও বেশি ওজন দেওয়া যেতে পারে।

! এখন হতাশ শক্তি, মডেল ভুল স্পেসিফিকেশন এবং পক্ষপাত সবসময় সঠিকভাবে দেখা যায় না মেটা-বিশ্লেষণে গুণমান স্কোর দ্বারা উত্পাদিত পক্ষপাতের উপর

  • "মেটা বিশ্লেষণ এলোমেলো বিচারের সাথে একমত হতে পারে":

! সম্পূর্ণরূপে সম্মত হন এবং এগুলির আসল অনিশ্চয়তার একমাত্র উত্স।

  • "মেটা-বিশ্লেষণগুলি খারাপভাবে সম্পাদন করা হয়": এটি কেবল মেটা-অ্যানালিটিক পদ্ধতিগুলির মান উন্নয়নের জন্য একটি যুক্তি।

! সম্পুর্ন একমত.

  • "একটি আখ্যান পর্যালোচনা আরও ভাল?": মেটা-বিশ্লেষণের অনেক সমালোচনা (যেমন প্রকাশনা পক্ষপাত) বিবরণী পর্যালোচনা দ্বারা ভাগ করা হয়। বর্ণনামূলক পর্যালোচনায় অনুমানের পদ্ধতিগুলি কম স্পষ্ট এবং কম কঠোর just

! সম্পুর্ন একমত.

ধরছেন না কেন ওই মেটা-বিশ্লেষণ সাহিত্য maintians যেমন গোলাপী রঙের চশমা অনেক - মেটা-বিশ্লেষণ আছে কাজ করতে হবে মেটা-বিশ্লেষণ চিকিৎসা গবেষণা: ব্যক্তি গবেষণা প্রচেষ্টায় উন্নত গুণমানের জন্য স্ট্রং উৎসাহ , কিন্তু উচিত সমালোচকদের সব পূর্ণ সচেতনতা সঙ্গে সম্পন্ন করা ওয়ার্টস

এবং, যেমন আমি প্রায় সর্বদা ভুলে যাই, মেটা-বিশ্লেষণের দ্বারা আমি কী বোঝাতে চেয়েছিলাম তা স্পষ্ট করে বলা দরকার যে সময় এবং স্থানের সাথে অন্যরা কী বোঝাতে চেয়েছে এবং আজকের সর্বাধিক সাধারণ অর্থ - প্রাপ্ত উত্তোলিত সংখ্যায় কেবলমাত্র পরিমাণগত পদ্ধতিগুলিই প্রাপ্ত একটি নিয়মতান্ত্রিক পর্যালোচনা - আমি যা বলতে চাইছি তা নয়। আমি বলতে চাইছি পুরো পদ্ধতিগত পর্যালোচনা প্রক্রিয়াটি এমনকি যদি কোনও পরিমাণগত পদ্ধতি ব্যবহার না করার সিদ্ধান্ত নেওয়া হয় তবেও। অথবা উইকিতে উদ্ধৃত হিসাবে কেবল একটি বাক্যে

পরিসংখ্যানগুলিতে, একটি মেটা-বিশ্লেষণ বলতে বিভিন্ন গবেষণার ফলাফলগুলিকে বিপরীতমুখী করে এবং একত্রিত করার বিষয়ে দৃষ্টি নিবদ্ধ করা পদ্ধতিগুলি বোঝায়, গবেষণার ফলাফলগুলির মধ্যে নিদর্শনগুলি চিহ্নিত করার আশায়, those ফলাফলগুলির মধ্যে মতবিরোধের উত্স বা অন্যান্য আকর্ষণীয় সম্পর্ক যা প্রসঙ্গে প্রকাশিত হতে পারে একাধিক অধ্যয়ন।


ভাল বক্তব্য, আখ্যান সংক্রান্ত পর্যালোচনাগুলি পূর্ববর্তী গবেষণার শক্তি এবং দুর্বলতাগুলি নিয়ে আলোচনা করার জন্য আরও স্বাধীনতা দেয়, সম্ভবত মেটা-বিশ্লেষণগুলি পুরানো (সম্ভবত পক্ষপাতদুষ্ট এবং পরিবর্তনশীল গুণমানের) থেকে নতুন সিদ্ধান্ত নেওয়ার চেষ্টা করার পরিবর্তে আরও ন্যারেটিভ ভূমিকা গ্রহণ করা উচিত এবং বিদ্যমান অধ্যয়নগুলিকে আরও আলোচনা করা উচিত ) ডেটা।
rg255

@ rg255 আমি আপনার মন্তব্যটি সম্বোধন করতে শেষে কিছুটা যুক্ত করেছি। এছাড়াও সম্ভবত শক্তিশালী উত্সাহ রেফারেন্স থেকে সিদ্ধান্তগুলি প্রাসঙ্গিক হবে।
ফ্যানেরন
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.