방법론 안내
어떤 분석을 사용해야 할까요?
계량서지학과 메타분석은 하나의 연구 기억을 공유하며, 지원되는 교차 읽기에는 종합 브리지를 사용합니다. 질문에서 시작하면 알맞은 방법이 따라옵니다.
질문에서 시작하세요
누가 어떤 축을 따라 이 분야를 형성하나요?
계량서지학
문헌은 무엇을 말하고 — 무엇을 말하지 않나요?
계량서지학 · 주제 지도
통합된 근거는 얼마나 강하고, 결정은 얼마나 방어 가능한가요?
메타분석
프레임이 하나 있고 다른 렌즈로 읽고 싶습니다.
종합 브리지
분석 계열과 종합 브리지
- 계량서지학방법 8개
인용, 공저, 키워드, 시간 흐름을 연구 지도로 바꿉니다 — 분야가 어디에서 밀집하는지, 영향력의 중심은 누구인지, 다리와 단절이 어디에 있는지.
질문이 단일 효과보다 분야의 구조에 관한 것일 때 사용하세요.
- 전산 주제방법 6개
코퍼스 텍스트 전반에서 개념적 근접성, 반복, 침묵의 영역을 드러냅니다. 이는 전산적이며 — Braun–Clarke 성찰적 주제 분석이 아닙니다.
주제를 지도화하고, 어떻게 진화하는지 추적하며, 후보 공백을 텍스트 근거로 표시하는 데 사용하세요.
- 메타분석방법 12개
메타분석을 계산기 출력에서 꺼내 결정 흐름에 묶습니다: 효과 크기, 이질성, 모델 선택, 출처.
효과 표가 있고 방어 가능한 통합 추정치가 필요할 때 사용하세요.
- 종합 브리지방법 3개
동일한 프레임의 교차 읽기: 각 브리지는 첨부된 효과 표를 다른 계열의 실행으로 다시 읽습니다 — 시간, 주제, 의존성, 인용.
기본 실행 후에, 하나의 근거 묶음을 두 번째 렌즈로 읽는 데 사용하세요.
전체 방법 레지스트리
아래는 계열별로 묶인 모든 방법의 공개 요약입니다. 각 규칙의 방어 텍스트와 출처가 포함된 전체 규칙 레지스트리는 작업 공간 안에 있습니다.
계량서지학
Bibliometric Overview
Headline descriptives: production, growth, top sources, authors and keywords.
엔진: Lacuna native (Python)
Sources Analysis
Source productivity and core journals via Bradford’s Law zones.
엔진: Lacuna native (Python)
Authors Analysis
Author productivity (Lotka’s Law), impact and dominance over time.
엔진: Lacuna native (Python)
Documents Analysis
Most-cited documents and the words that travel with them.
엔진: Lacuna native (Python)
Ready-made Network Analysis
Import a VOSviewer network without discarding its map coordinates, clusters, weights or scores; add structure, centrality and bridge diagnostics.
엔진: Lacuna native (Python)
Intellectual Structure
Co-citation and bibliographic coupling — the intellectual base and research fronts.
엔진: Lacuna native (Python)
Social Structure
Collaboration networks across authors, institutions and countries.
엔진: Lacuna native (Python)
Thematic Map
Bibliographic term co-occurrence mapped into relative motor, basic, niche and emerging/declining themes.
엔진: Lacuna native (Python)
전산 주제
Co-word Analysis & Thematic Map
Keyword co-occurrence clustered into a strategic diagram (centrality × density).
엔진: Lacuna native (Python)
Topic Modeling (LDA / NMF)
Probabilistic or matrix-factorisation topics over the full-text corpus.
엔진: Lacuna native (Python)
Embedding-based Topic Clustering
Documents embedded (TF-IDF by default; transformer/SBERT optional) and clustered into semantically coherent topics.
엔진: Lacuna native (Python)
Factorial Analysis
MCA / correspondence analysis projecting terms into a conceptual map.
엔진: Lacuna native (Python)
Thematic Evolution
How themes split, merge and flow across time slices (Sankey).
엔진: Lacuna native (Python)
Term Trajectories & Attention Concentrations
Terms gaining or losing relative visibility, with periods of concentrated attention.
엔진: Lacuna native (Python)
메타분석
Univariate Meta-Analysis
Pool one effect size per study into a single summary estimate with heterogeneity diagnostics.
엔진: metafor 5.0.1 (R)
Multilevel Meta-Analysis
Two- or three-level models for dependent effect sizes nested within studies or labs.
엔진: metafor 5.0.1 (R)
GLMM Meta-Analysis
Generalised linear mixed models for binary/count outcomes without normal approximation.
엔진: metafor 5.0.1 (R)
Network Meta-Analysis
Mixed treatment comparison across ≥3 interventions with a connected evidence network.
엔진: netmeta (R)
Diagnostic Test Accuracy
Bivariate sensitivity/specificity model with a summary ROC curve.
엔진: mada (R)
Dose–Response Meta-Analysis
Model the shape of an exposure–outcome relationship across dose levels.
엔진: dosresmeta 2.2.0 (R)
P-Uniform*
Bias-corrected effect estimate robust to selective publication.
엔진: 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).
엔진: 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)?
엔진: Lacuna native (Python)
MA Power Analysis
Prospective / retrospective power for a meta-analytic design specification.
엔진: Lacuna native (Python)
종합 브리지
Cumulative Reading (Time Bridge)
Re-estimate the pooled effect after each study in year order — when the evidence first became conclusive.
엔진: 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.
엔진: 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.
엔진: Lacuna native (Python)
라이브러리에서 실시간 규칙 레지스트리를 둘러보려면 로그인하세요.
전체 레지스트리 열기