Guida metodologica
Quale analisi dovrei usare?
Lacuna sono tre motori su un'unica memoria di ricerca, più ponti di sintesi che rileggono uno stesso quadro attraverso un'altra famiglia. Parti dalla tua domanda; la famiglia giusta segue.
Parti dalla tua domanda
Chi plasma il campo, e lungo quali assi?
Bibliometria
Cosa dice la letteratura — e cosa resta non detto?
Tematico computazionale
Quanto è forte l'evidenza aggregata, e quanto è difendibile la decisione?
Meta-analisi
Ho un quadro e voglio leggerlo attraverso un'altra lente.
Ponti di sintesi
I tre motori e il ponte di sintesi
- Bibliometria6 metodi
Trasforma i flussi di citazioni, coautoraggio, parole chiave e temporali in una mappa di ricerca: dove il campo è denso, quali sono i suoi centri di influenza e dove si trovano i ponti e le interruzioni.
Usala quando la tua domanda riguarda la struttura di un campo più che un singolo effetto.
- Tematico computazionale6 metodi
Fa emergere la prossimità concettuale, la ripetizione e le zone di silenzio nel testo del corpus. È computazionale, non l'analisi tematica riflessiva di Braun–Clarke.
Usala per mappare i temi, tracciarne l'evoluzione e segnare le lacune candidate con prove testuali.
- Meta-analisi12 metodi
Toglie la meta-analisi da un output di calcolatrice e la lega a una traccia decisionale: dimensione dell'effetto, eterogeneità, selezione del modello e provenienza.
Usala quando hai una tabella di effetti e ti serve una stima aggregata difendibile.
- Ponti di sintesi4 metodi
Letture incrociate dello STESSO quadro: ogni ponte rilegge la tabella di effetti allegata attraverso l'esecuzione di un'altra famiglia: tempo, tema, dipendenza o citazione.
Usali dopo un'esecuzione di base, per leggere un corpo di prove attraverso una seconda lente.
Il registro completo dei metodi
Di seguito un riepilogo pubblico di ogni metodo, raggruppato per famiglia. Il registro completo delle regole — con il testo di difesa e la provenienza di ogni regola — si trova all'interno dell'area di lavoro.
Bibliometria
Bibliometric Overview
Headline descriptives: production, growth, top sources, authors and keywords.
Motore: Lacuna native (Python)
Sources Analysis
Source productivity and core journals via Bradford’s Law zones.
Motore: Lacuna native (Python)
Authors Analysis
Author productivity (Lotka’s Law), impact and dominance over time.
Motore: Lacuna native (Python)
Documents Analysis
Most-cited documents and the words that travel with them.
Motore: Lacuna native (Python)
Intellectual Structure
Co-citation and bibliographic coupling — the intellectual base and research fronts.
Motore: Lacuna native (Python)
Social Structure
Collaboration networks across authors, institutions and countries.
Motore: Lacuna native (Python)
Tematico computazionale
Co-word Analysis & Thematic Map
Keyword co-occurrence clustered into a strategic diagram (centrality × density).
Motore: Lacuna native (Python)
Topic Modeling (LDA / NMF)
Probabilistic or matrix-factorisation topics over the full-text corpus.
Motore: Lacuna native (Python)
Embedding-based Topic Clustering
Documents embedded (TF-IDF by default; transformer/SBERT optional) and clustered into semantically coherent topics.
Motore: Lacuna native (Python)
Factorial Analysis
MCA / correspondence analysis projecting terms into a conceptual map.
Motore: Lacuna native (Python)
Thematic Evolution
How themes split, merge and flow across time slices (Sankey).
Motore: Lacuna native (Python)
Trending Topics & Burst Detection
Emerging terms and citation bursts over the publication timeline.
Motore: Lacuna native (Python)
Meta-analisi
Univariate Meta-Analysis
Pool one effect size per study into a single summary estimate with heterogeneity diagnostics.
Motore: metafor 5.0.1 (R)
Multilevel Meta-Analysis
Two- or three-level models for dependent effect sizes nested within studies or labs.
Motore: metafor 5.0.1 (R)
GLMM Meta-Analysis
Generalised linear mixed models for binary/count outcomes without normal approximation.
Motore: metafor 5.0.1 (R)
Network Meta-Analysis
Mixed treatment comparison across ≥3 interventions with a connected evidence network.
Motore: netmeta (R)
Diagnostic Test Accuracy
Bivariate sensitivity/specificity model with a summary ROC curve.
Motore: mada (R)
Dose–Response Meta-Analysis
Model the shape of an exposure–outcome relationship across dose levels.
Motore: dosresmeta 2.2.0 (R)
P-Uniform*
Bias-corrected effect estimate robust to selective publication.
Motore: Lacuna native (Python)
P-Curve Analysis
Test the significant p-values for evidential value vs p-hacking via the p-curve's right-skew (Simonsohn et al. 2014).
Motore: Lacuna native (Python)
Trial Sequential Analysis
Adjust cumulative meta-analysis for repeated significance testing — is the evidence conclusive, or is more information needed (Wetterslev et al. 2008)?
Motore: Lacuna native (Python)
MA Power Analysis
Prospective / retrospective power for a meta-analytic design specification.
Motore: Lacuna native (Python)
Ponti di sintesi
Cumulative Reading (Time Bridge)
Re-estimate the pooled effect after each study in year order — when the evidence first became conclusive.
Motore: Lacuna native (Python)
Theme Subgroup Reading (Topic-Model Bridge)
Re-pool as a subgroup analysis whose grouping variable is each study's theme, taken from a topic-model run.
Motore: Lacuna native (Python)
Dependency Reading (Author-Network Bridge)
Re-pool with cluster-robust variance for studies produced by the same research team, from an author-network run.
Motore: Lacuna native (Python)
Evidence-Base Diagnosis (Citation Bridge)
Read the body of evidence behind a meta-analysis descriptively, matched to the project's bibliographic records.
Motore: Lacuna native (Python)
Accedi per sfogliare il registro delle regole in tempo reale nella Biblioteca.
Apri il registro completoPronto a costruire l'evidenza?
Scegli una famiglia, allega il tuo corpus e lascia che Lacuna trasformi la lacuna in un report difendibile.