Metodoloji rehberi
Hangi analizi kullanmalıyım?
Lacuna, tek bir araştırma belleği üzerinde üç motordur; artı, tek bir çerçeveyi başka bir aileyle yeniden okuyan sentez köprüleri. Sorunuzdan başlayın; doğru aile onu izler.
Sorunuzdan başlayın
Alanı kim, hangi eksenler boyunca şekillendiriyor?
Bibliyometri
Literatür ne diyor — ve ne söylenmemiş kalıyor?
Hesaplamalı tematik
Birleştirilmiş kanıt ne kadar güçlü ve karar ne kadar savunulabilir?
Meta-analiz
Bir çerçevem var ve onu başka bir mercekle okumak istiyorum.
Sentez köprüleri
Üç motor ve sentez köprüsü
- Bibliyometri6 yöntem
Atıf, ortak yazarlık, anahtar kelime ve zamansal akışları bir araştırma haritasına dönüştürür — alanın nerede yoğun olduğu, etki merkezleri ve köprülerle kopuklukların nerede durduğu.
Sorunuz tek bir etkiden çok bir alanın yapısıyla ilgiliyse kullanın.
- Hesaplamalı tematik6 yöntem
Korpus metni boyunca kavramsal yakınlığı, tekrarı ve sessizlik bölgelerini ortaya çıkarır. Hesaplamalıdır — Braun–Clarke refleksif tematik analiz değildir.
Temaları haritalamak, nasıl evrildiklerini izlemek ve aday boşlukları metinsel kanıtla işaretlemek için kullanın.
- Meta-analiz12 yöntem
Meta-analizi bir hesap makinesi çıktısından çıkarıp bir karar izine bağlar: etki büyüklüğü, heterojenlik, model seçimi ve künye.
Bir etkiler tablonuz varsa ve savunulabilir bir birleştirilmiş tahmine ihtiyacınız varsa kullanın.
- Sentez köprüleri4 yöntem
AYNI çerçevenin çapraz okumaları: her köprü, ekli etkiler tablosunu başka bir ailenin çalışmasıyla yeniden okur — zaman, tema, bağımlılık veya atıf.
Bir temel çalışmadan sonra, tek bir kanıt gövdesini ikinci bir mercekle okumak için kullanın.
Tam yöntem sicili
Aşağıda, aileye göre gruplanmış her yöntemin genel bir özeti yer alır. Her kuralın savunma metni ve künyesiyle birlikte tam kural sicili çalışma alanının içinde bulunur.
Bibliyometri
Bibliometric Overview
Headline descriptives: production, growth, top sources, authors and keywords.
Motor: Lacuna native (Python)
Sources Analysis
Source productivity and core journals via Bradford’s Law zones.
Motor: Lacuna native (Python)
Authors Analysis
Author productivity (Lotka’s Law), impact and dominance over time.
Motor: Lacuna native (Python)
Documents Analysis
Most-cited documents and the words that travel with them.
Motor: Lacuna native (Python)
Intellectual Structure
Co-citation and bibliographic coupling — the intellectual base and research fronts.
Motor: Lacuna native (Python)
Social Structure
Collaboration networks across authors, institutions and countries.
Motor: Lacuna native (Python)
Hesaplamalı tematik
Co-word Analysis & Thematic Map
Keyword co-occurrence clustered into a strategic diagram (centrality × density).
Motor: Lacuna native (Python)
Topic Modeling (LDA / NMF)
Probabilistic or matrix-factorisation topics over the full-text corpus.
Motor: Lacuna native (Python)
Embedding-based Topic Clustering
Documents embedded (TF-IDF by default; transformer/SBERT optional) and clustered into semantically coherent topics.
Motor: Lacuna native (Python)
Factorial Analysis
MCA / correspondence analysis projecting terms into a conceptual map.
Motor: Lacuna native (Python)
Thematic Evolution
How themes split, merge and flow across time slices (Sankey).
Motor: Lacuna native (Python)
Trending Topics & Burst Detection
Emerging terms and citation bursts over the publication timeline.
Motor: Lacuna native (Python)
Meta-analiz
Univariate Meta-Analysis
Pool one effect size per study into a single summary estimate with heterogeneity diagnostics.
Motor: metafor 5.0.1 (R)
Multilevel Meta-Analysis
Two- or three-level models for dependent effect sizes nested within studies or labs.
Motor: metafor 5.0.1 (R)
GLMM Meta-Analysis
Generalised linear mixed models for binary/count outcomes without normal approximation.
Motor: metafor 5.0.1 (R)
Network Meta-Analysis
Mixed treatment comparison across ≥3 interventions with a connected evidence network.
Motor: netmeta (R)
Diagnostic Test Accuracy
Bivariate sensitivity/specificity model with a summary ROC curve.
Motor: mada (R)
Dose–Response Meta-Analysis
Model the shape of an exposure–outcome relationship across dose levels.
Motor: dosresmeta 2.2.0 (R)
P-Uniform*
Bias-corrected effect estimate robust to selective publication.
Motor: 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).
Motor: 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)?
Motor: Lacuna native (Python)
MA Power Analysis
Prospective / retrospective power for a meta-analytic design specification.
Motor: Lacuna native (Python)
Sentez köprüleri
Cumulative Reading (Time Bridge)
Re-estimate the pooled effect after each study in year order — when the evidence first became conclusive.
Motor: 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.
Motor: 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.
Motor: 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.
Motor: Lacuna native (Python)
Kütüphane'deki canlı kural sicilini gezmek için giriş yapın.
Tam sicili açKanıtı oluşturmaya hazır mısınız?
Bir aile seçin, korpusunuzu ekleyin ve Lacuna boşluğu savunulabilir bir rapora dönüştürsün.