meta-analysis
Statistical methods for combining results across multiple studies. Use when aggregating cross-study or cross-experiment results.
소스 정보
- 저장소
- aiming-lab/AutoResearchClaw
- 최근 소스 활동
- 2026년 3월 23일 01:46
- 감지된 SKILL.md 언어
- 영어
- 스타
- 14,579
- 포크
- 1,698
설치 방법
기본적으로 소스를 먼저 확인하는 Prompt가 선택됩니다. 직접 명령으로 전환하거나 로컬 사본을 다운로드할 수도 있습니다.
소스 파일 검토
설치 여부를 결정하기 전에 SKILL.md와 SkillsMP에 표시된 보조 파일을 읽어 보세요.
SKILL.md 표시 중
SKILL.md
소스 지침 · 읽기 전용 미리보기- 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
GitHub에서 보기