meta-analysis
Statistical methods for combining results across multiple studies. Use when aggregating cross-study or cross-experiment results.
ソース情報
- リポジトリ
- aiming-lab/AutoResearchClaw
- ソースの最終更新活動
- 2026年3月23日 01:46
- 検出された SKILL.md の言語
- 英語
- スター
- 14,619
- フォーク
- 1,706
インストール方法
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
ソースファイルを確認
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
SKILL.md を表示中
SKILL.md
ソースの指示 · 読み取り専用プレビュー- name
- meta-analysis
- description
- Statistical methods for combining results across multiple studies. Use when aggregating cross-study or cross-experiment results.
- metadata
- {"category":"experiment","trigger-keywords":"meta-analysis,effect size,pooled,cross-study,aggregat","applicable-stages":"7,14","priority":"5","version":"1.0","author":"researchclaw","references":"Borenstein et al., Introduction to Meta-Analysis, 2009"}
## Meta-Analysis Best Practice
When comparing results across studies or experiments:
1. Report effect sizes, not just p-values
2. Use standardized metrics for cross-study comparison
3. Account for heterogeneity (different setups, datasets, seeds)
4. Report confidence intervals alongside point estimates
5. Use forest plots to visualize cross-study comparisons
6. Identify and discuss outliers or inconsistent results
7. Consider publication bias when interpreting aggregate results
GitHubで見る