Hedges, mottes, and baileys: Causally ambiguous statistical language can increase perceived study quality and policy relevance

التفاصيل البيبلوغرافية
المؤلفون الرئيسيون:	Daniela Alvarez-Vargas, David Braithwaite, Hugues Lortie-Forgues, Melody Moore, Sirui Wan, Elizabeth Martin, Drew Hal Bailey
التنسيق:	مقال
اللغة:	English
منشور في:	Public Library of Science (PLoS) 2023-01-01
سلاسل:	PLoS ONE
الوصول للمادة أونلاين:	https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10602341/?tool=EBI

Hedges, mottes, and baileys: Causally ambiguous statistical language can increase perceived study quality and policy relevance. حسب Daniela Alvarez-Vargas, David Braithwaite, Hugues Lortie-Forgues, Melody Moore, Sirui Wan, Elizabeth Martin, Drew Hal Bailey

منشور في 2023-01-01

احصل على النص الكامل

مقال