循证视角下的偏倚识别:基于Egger拓展模型的大数据元分析
其他题名
Bias Identification from an Evidence-Based Perspective:A Big Data Meta-Analysis Procedure Based on Egger's Extension Model
作者地址
中国人民大学信息资源管理学院
来源期刊
情报学报
ISSN
1000-0135
出版日期
2024-04-24
卷号
43
期号
4
页码
491-502
摘要
证据综合是实现学术研究发现向实践指南制定转化的桥梁,元分析作为证据整合与转化工具,是循证体系建设的核心。然而,由于偏倚的存在,元分析结果的可靠性难以保障。针对循证研究过程中普遍存在的选择偏移和结果报告偏倚,本研究旨在围绕Egger等发展的模型,通过元回归对其加以拓展,并通过数学分解的方法对选择偏移和结果报告偏倚加以有效识别,从而发展出一种用于识别偏倚的新方法。在建立了精确的偏倚识别拓展模型的基础上,本研究使用一组经验研究数据,验证了拓展模型的合理性与科学性。本研究提出的拓展模型有效提高了Egger检验的效率,有助于提升元分析质量、构建和完善科学化的循证社会科学基础理论体系。
资助信息
国家社会科学基金重大项目“循证社会科学的理论体系、国际经验与中国路径研究”(19ZDA142)
资助机构
全国哲学社会科学工作办公室
语种
中文
国家
学科领域
收录类别
北大核心 ; CSSCI
研究类型
方法学

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。