1 resultado para Classification, Markov chain Monte Carlo, k-nearest neighbours
em Ministerio de Cultura, Spain
Resumo:
Analizar los procedimientos sistemáticos para la sÃntesis de resultados; ofrecer alternativas metodológicas a los problemas detectados en el proceso de realización de un meta-análisis; y establecer un conjunto de pautas istemáticas para la realización de revisiones de resultados de investigación. La primera parte presenta la conceptualización del meta-análisis como una perspectiva para la información de resultados. Después se describen y analizan las alternativas metodológicas de integración meta-analÃtica. Por último se evalúa el funcionamiento de las propuestas metodológicas determinando la adecuación a las caracterÃsticas comunes de desarrollo de un estudio meta-analÃtico. Se utiliza el método analÃtico-descriptivo y la simulación Monte Carlo, que permite comparar alternativas según criterios objetivos. Se trata de generar conjuntos de datos que respondan a modelos predeterminados. A los datos asà generados se les aplica la técnica objeto de estudio y se comprueba su comportamiento en las distintas condiciones experimentales. Se muestra la superioridad de los modelos jerárquicos lineales en la sÃntesis cuantitativa de la evidencia en el ámbito de las Ciencias Sociales, puesto que sus estimadores están escasamente sesgados, son altamente eficientes, robustos y sus pruebas de contraste muestran potencia por encima de los niveles nominales. La sÃntesis de resultados responde a la necesidad de racionalizar ante la acumulación de conocimientos fruto del avance cientÃfico. De entre las alternativas, el meta-análisis es la herramienta más adecuada para la sÃntesis cuantitativa. Es un tipo de investigación centrado en el análisis de la generalización de resultados de estudios primarios permitiendo establecer el estado de la investigación en un ámbito concreto y elaborar modelos relacionales. Sus principales problemas son de tipo metodológico y procedimental. La adaptación de métodos estadÃsticos tradicionales de análisis de varianza y regresión, es un gran avance, pero no son del todo adecuados al meta-análisis. Por tanto, los procedimientos de integración propuestos desde los modelos jerárquicos lineales son una alternativa válida, sencilla y eficaz a los tradicionales procedimientos meta-analÃticos de integración de resultados.