元分析
Meta-analysis
学到 会用 就够：能亲手用起来
你可能会说
“我找到多篇农业技术培训研究，能不能把它们的结果合成一个总体效果？”
元分析是用统计方法综合多项研究的数字结果；合并前要先判断这些研究是否在回答足够相近的问题。
使用 AI
科研里的例子
假设我综合培训对农户采纳技术的研究，先区分采纳率与收入结果，只在指标和比较条件合理兼容的一组中尝试合并。
先核对研究对象、所比较的措施、结果指标和研究设计是否具有可比性，再把结果转换成适合一起分析的效应量，并处理相应的不确定性。常用办法会给不同研究不同权重，而不是简单平均论文结论，更不是数一数多少篇显著。还要关注研究之间为何不同、是否重复使用同一批对象，以及发表和报告选择可能造成什么偏差。合并数字应连同不确定性、研究差异及敏感性检查一起解释。若现有研究差异太大或信息不足，保持分组说明甚至不合并，可能更符合证据。
在你的学科里，直接拿去用
把论点与证据逐条对齐
请审核下列论证的证据对应关系。 论证：[粘贴] 允许使用的材料：[清单与原文] 拆成可独立检查的主张，按“主张—来源位置—研究对象与设计—能支持什么—不能支持什么—所需补证”输出。区分相关、机制解释、因果识别和价值判断。找不到依据的格子保留未支持，不补假文献。若需联网补证，先说明搜索范围和访问状态，再把新找到的证据与原材料分列。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG07
把数据分析要求写成可复现说明
请先为这项分析形成可复现的任务说明，再建议代码。 问题：[填写] 数据字典及已有规则：[提供] 可用软件与现有代码：[提供] 明确一行数据代表什么、样本范围、连接键、单位、缺失码、变量构造、估计对象和输出。区分描述分析与因果分析；缺少识别依据时不要把回归系数直接称为因果影响。给出小样本核对、异常记录和可重跑顺序。保留原始数据，所有转换写到派生结果并留记录；不能为得到显著结果修改数据或筛选规则。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG08
判断
亲手检查一次
挑两项拟合并研究，核对对象、措施、指标、效应量和标准误是否可以相互对应，不能对应时先说明差异。
它做不到的
元分析不能把质量差或不可比的研究自动变成强证据；一张森林图也不能保证研究设计或合并假设成立。
增量，由你来写
读完这张，你的理解变了什么？
留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。
来源
卡片底稿由 AI 协助整理，经过核对；发现错误请告诉我。