작고 불확실한 연구가 효과를 실제보다 크게 보이게 할 수 있을까?
Gelman과 Carlin의 Type S·Type M 오류를 통해 유의성 여부를 넘어 방향 오류와 크기 과장을 설계 단계에서 점검합니다.
Beyond Power Calculations: Assessing Type S (Sign) and Type M (Magnitude) Errors
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
Gelman과 Carlin의 Type S·Type M 오류를 통해 유의성 여부를 넘어 방향 오류와 크기 과장을 설계 단계에서 점검합니다.
Beyond Power Calculations: Assessing Type S (Sign) and Type M (Magnitude) Errors
Lipsitch 등의 음성 대조 개념을 통해 관찰연구의 숨은 교란과 편향을 진단하는 법을 탐구합니다.
Negative Controls: A Tool for Detecting Confounding and Bias in Observational Studies
발화자 표지·말의 제시 방식·장면 연속성과 동일 화자 가정을 바꾸어 가능한 화자와 각 해석을 지지하거나 약화하는 단서를 비교합니다.
Speech Representation
SelfCheckGPT가 검은상자 생성 모델의 여러 표본 사이 불일치를 이용해 환각을 탐지한 방법을 읽고, 일관성과 사실성을 구분합니다.
SelfCheckGPT: Zero-Resource Black-Box Hallucination Detection for Generative Large Language Models
Chambers가 Cortex에 도입한 등록보고서 제안을 읽고, 결과의 방향보다 질문과 방법을 먼저 심사하는 절차가 선택적 출판을 어떻게 줄이는지 살펴봅니다.
Registered Reports: A New Publishing Initiative at Cortex
26–30 / 206편