j - pal dataverse转15:15包用途发表个随机对照试验数据

紧身的最初旨在帮助稳定海军装备。(联合国)幸运的是没有工作,可怜的玩具被搁置,直到创造者不小心把它打倒在地,意识到这“走下楼梯。虽然有很多经验可以借鉴这个轶事,包括一些在海军设备创新和/或笨拙的盈利能力,最重要的一个获得一个工具不一定是一样知道如何处理它。

今年7月,我们发表了博客130 +的描述如何访问任何数据集(和其他材料)j - pal dataverse出版,我们主要位置数据和复制包产生的随机对照试验(相关的)我们的附属研究人员在过去的二十年。在这个博客中,我们遵循了一些建议如何使用这些材料。,j - pal dataverse庆祝十五周年,我们提供15人!

尽管我们不主张全面性在惊讶这个列表,期待在未来与创新的重用,我们希望帮助显示可能的多样性和提供一些新用户的起点。我们首先给出概述当前类型的数据在进入之前15个潜在的用例,按总体分组的目的。

上面的两个图表显示j - pal的数据集本身的多样性。dataverse包含数据集来自全球各地的国家和覆盖行业健康政治经济劳动和公司。在主题和地域范围,我们认为用户全面数据集可以找到一个适合他们的追求任何下面的用例。

用例

1 - 6:学习新东西

教学辅助教师(1)为学生和学习材料(2):

通常学习最好的方法是做你自己,和处理的数据也不例外。从教学学生统计概念估算程序的平均治疗效果(吃)或实现分层随机化,或给予实践机会更多机械任务像数据清洗、j - pal dataverse可以为现实提供一个稳定的和开源的,高质量的教学和学习训练数据。这方面的一个例子代码作为我们研究的一部分提供资源p电源的计算,它使用一个教育研究的数据集为了说明权力使用内置命令或通过仿真计算。

学习如何做新任务在一个古老的语言(3)在一个新的或旧的任务(4):

除了高质量的随机对照试验(RCT)数据,j - pal dataverse通常包含的条目复制代码,一些在占据和R(见我们的以前帖子建议在找到正确的代码)。无论是学习新方法分析网络或计算摩擦边界在您的主要编码软件,或者学习如何做一个熟悉的分析在一个新的,dataverse的材料可以提供先进的编码技术,所有经验层次的研究人员可以学习。

发现更好的方法来提出正确的问题(5)或新问题(6):

代码并不是唯一的数据材料中发现dataverse:用户可以利用开放获取财富的调查工具复制包都了解其他研究人员要求特定的调查问题或发现其他类型的问题,被要求在一个广泛的研究课题。许多包调查工具;看到的存储库泰米尔纳德邦老化板和有针对性的无条件的现金转移早期儿童健康和营养项目成果两个最近的例子。

7 - 8:进行复制已发表的研究

进行按钮(7)或从头开始编码(8)复制发表的一项研究:

开放获取复制包导致的目标研究透明度,允许任何人试图复制一篇论文的结果可能使用相同的数据和相同的代码。按钮复制一篇论文涉及的代码和数据,并确保运行复制文件复制的表和数据。从头复制稍微棘手,需要编写自己的代码分析基于本文的描述;这需要更多的工作,但也可以成为一个伟大的学习锻炼,是一种常见的分配在研究生课程)。如果你想了解更多关于再现性或参与复制自己,看到伯克利的透明度倡议社会科学(位)指南加速计算社会科学的再现性,j - pal有关项目的前置OSF页面,社会科学繁殖平台(SSRP)。

9:总结统计具体的数量或样品

计算汇总统计相关政策(9)和(10)进一步研究使用高质量的人口数据/结果很难获得通过(国米)国家调查。

从上面的八个使用,我们可以看到有很多价值从简单的使用材料在复制发布包块documentation-a名副其实的宝库的补充材料研究项目学习和繁殖。但幸运的是我们没有停止。中的数据集复制包不仅仅是静态的饰品期刊出版:他们是被研究人群的重要描述符在一个点(或更多),可以用于更有活力的目的,政策制定者和研究人员。

决策者可能会咨询代表数据集的某些人群为了最好的理解他们的选民的需求和资源。而周期性数据收集代表在国家层面上是很常见的在国家统计机构和通过国际调查像世界银行(World Bank)的生活水平测量调查(lsm)和人口健康调查(DHS),收集的数据可以用于提供相关的地方感兴趣的人群代表i)的数据,例如以外的正式经济喜欢非正式的农村劳动者或资格获得某些好处像medicaid-eligible个人;和/或ii)创新或之间指标,风险偏好和技术扩散。

个随机对照试验数据也可以用于研究人员感兴趣的学习不同的结果,但在相同的人口覆盖数据,或者在相同或相似的研究结果不同(但类似)。例如,一个研究小组可以使用消费在教育干预措施作为协变量捕获输入现金转移项目的需求评估相同的人口。另一个团队可能使用基线数据指标不太可能发现在典型的国家/国际调查参与错误信息,项目目标,进行动力计算结果(见更多的在我们的动力资源)。

:11 - 15号进行自己的二次研究

发表个随机对照试验的数据并不仅仅有利于提供补充或主数据收集的信息开始,这也是一个好地方开始进行自己的二次研究。因为我们不可能讨论宇宙的潜在研究项目使用发表个随机对照试验数据,我们会作弊,只是指向一些伟大的例子为我们的最后五个随机对照试验数据重用的用途。

具体来说,个随机对照试验的数据被重用在过去(11)证据结合起来研究在一个荟萃分析特定的干预类型;(12)研究测量或相关的设计特点;(13)评估估计和预测方法;(14)测试、开发的统计和机器学习的方法;(15)深入研究更大的问题认识论和研究透明。我们试图给一个或两个很好的例子对于每个上面的,但是有很多伟大的研究,重用个随机对照试验的数据。如果你有兴趣学习更多,我们建议通过“使用二次实验数据的研究”的部分我们的论文和安雅Sautmann茉莉花Fliegner描述元数据模式为社会科学的实验数据。

在这篇文章中,我们提供15个潜在用途上的数据和材料j - pal dataverse,我们希望将启动你的创造力和激发更多的。dataverse是意味着作为一个资源为学生、教师、研究人员、政策制定者和任何人之间,我们期待着继续扩大其视野。