한곳에서 찾는 논리 자료

통합검색

연구와 학습, 시험과 도서를 한곳에서 찾습니다.

검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

세 연구자가 논문과 도표를 함께 검토하고 작은 갈색 안경 올빼미가 곁에서 책을 읽는 모습

관심 주제로 찾아보기

조건 초기화

검색 결과496건

검색 결과 제목

  1. 426관찰자료로 실험을 흉내 내려면 무엇부터 정해야 할까?
  2. 427로그 눈금은 설명과 예측에 똑같이 좋을까?
  3. 428논증의 질을 점수 하나로 줄여도 될까?
  4. 429유의확률(p값) 하나가 증거의 판결문이 될 수 있을까?
  5. 430같은 데이터인데 속이는 차트가 인공지능(AI)의 답을 바꿀까?
표적시험, 시점 0, 분석 계획의 관계와 검토 지점을 설명하는 LTCT 교육용 도식.

관찰자료로 실험을 흉내 내려면 무엇부터 정해야 할까?

표적시험, 시점 0, 분석 계획의 관계와 검토 지점을 설명하는 LTCT 교육용 도식.
증거·확률·인과관계해외 학술 연구 · 연구 해설 · 일반

관찰자료로 실험을 흉내 내려면 무엇부터 정해야 할까?

Hernán과 Robins는 관찰자료 분석 전에 모방하려는 무작위시험의 참여 기준·전략·추적·결과·분석을 먼저 명시하라고 제안합니다.

Using Big Data to Emulate a Target Trial When a Randomized Trial Is Not Available

게시 2026-09-12 · 약 10분해외 논리학 연구 해설 읽기 →
질문 목적, 눈금 선택, 값 재확인을 연결해 조건과 범위를 확인하는 교육용 도식.

로그 눈금은 설명과 예측에 똑같이 좋을까?

질문 목적, 눈금 선택, 값 재확인을 연결해 조건과 범위를 확인하는 교육용 도식.
다이어그램과 시각추론해외 학술 연구 · 연구 해설 · 일반

로그 눈금은 설명과 예측에 똑같이 좋을까?

지수성장 그래프 실험은 선형 눈금과 로그 눈금의 장점이 현재값 설명과 미래값 예측에서 뒤바뀔 수 있음을 보여 줍니다.

Is my visualization better than yours? Analyzing factors modulating exponential growth bias in graphs

게시 2026-09-12 · 약 9분해외 논리학 연구 해설 읽기 →
제안서 가와 나를 논리적 뒷받침, 수사적 명료성, 대화적 대응의 세 행으로 나누고 서로 다른 수정 과제를 적은 표.

논증의 질을 점수 하나로 줄여도 될까?

제안서 가와 나를 논리적 뒷받침, 수사적 명료성, 대화적 대응의 세 행으로 나누고 서로 다른 수정 과제를 적은 표.
논증과 대화해외 학술 연구 · 연구 해설 · 일반

논증의 질을 점수 하나로 줄여도 될까?

논리적 타당성, 청중 설득, 대화의 공정성은 서로 다른 질문입니다. 15개 차원의 논증 품질 분류를 평가표로 읽습니다.

Computational Argumentation Quality Assessment in Natural Language

게시 2026-09-12 · 약 10분해외 논리학 연구 해설 읽기 →
p값, 설계·효과, 종합 판단를 차례로 연결하고 조건·범위·반례를 확인하는 교육용 도식.

유의확률(p값) 하나가 증거의 판결문이 될 수 있을까?

p값, 설계·효과, 종합 판단를 차례로 연결하고 조건·범위·반례를 확인하는 교육용 도식.
증거·확률·인과관계해외 학술 연구 · 연구 해설 · 일반

유의확률(p값) 하나가 증거의 판결문이 될 수 있을까?

미국통계학회의 여섯 원칙은 p값을 효과 크기·설계·사전 맥락과 함께 읽어야 함을 강조합니다.

The ASA Statement on p-Values: Context, Process, and Purpose

게시 2026-09-12 · 약 9분해외 논리학 연구 해설 읽기 →
같은 데이터, 기만 표현, 메타데이터를 차례로 연결하고 조건·범위·반례를 확인하는 교육용 도식.

같은 데이터인데 속이는 차트가 인공지능(AI)의 답을 바꿀까?

같은 데이터, 기만 표현, 메타데이터를 차례로 연결하고 조건·범위·반례를 확인하는 교육용 도식.
다이어그램과 시각추론해외 학술 연구 · 연구 해설 · 일반

같은 데이터인데 속이는 차트가 인공지능(AI)의 답을 바꿀까?

1,600쌍의 차트와 10개 비전언어모델을 비교한 연구는 시각적 기만과 메타데이터 완화의 범위를 측정했습니다.

Chart Deception in Vision-Language Models: From Vulnerability to Mitigation

게시 2026-09-12 · 약 9분해외 논리학 연구 해설 읽기 →

426–430 / 496편