MARC

 008250123s2024        us                              c    eng  d
■001000017163419
■00520250211152705
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798384015673
■035    ▼a(MiAaPQ)AAI31488285
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a320
■1001  ▼aMoore,  Sarah  Elizabeth.▼0(orcid)0000-0003-0903-4277
■24510▼aFormalizing  Tools  for  Meta-Analysis  and  Measurement  Validity  in  the  Social  Sciences
■260    ▼a[Sl]▼bNorthwestern  University▼c2024
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2024
■300    ▼a166  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  86-02,  Section:  B.
■500    ▼aAdvisor:  Arjona,  Ana.
■5021  ▼aThesis  (Ph.D.)--Northwestern  University,  2024.
■520    ▼aThis  dissertation  consists  of  three  essays  that  contribute  to  the  political  science  scholarship  on  meta-analysis  and  measurement  validity.  In  the  first  paper,  I  develop  a  multi-method  approach  to  meta-analysis  in  political  science.  Meta-analysis  is  a  sophisticated  and  essential  tool  for  cumulative  knowledge  production.  However,  traditional  approaches  to  meta-analysis  systematically  exclude  qualitative  scholarship.  This  project  proposes  a  systematic  framework  to  deal  with  this  shortcoming  of  meta-analysis:  Bayesian  Integrative  Meta-Analysis  (BIMA).  Drawing  on  existing  literature  in  Bayesian  elicitation,  I  show  how  information  from  qualitative  manuscripts  can  be  systematically  converted  into  Bayesian  prior  distribution  information  via  a  process  I  call  conversion  elicitation.  This  converted  qualitative  information  can  be  combined  and  integrated  into  a  Bayesian  meta-analysis.  The  resulting  posterior  distribution  of  the  standardized  effect  size  results  from  a  qualitatively  informed  prior  and  a  likelihood  distribution  composed  of  the  effect  sizes  from  quantitative  studies.  I  explicate  the  framework  for  BIMA  using  a  toy  case  with  simulated  data  and  an  applied  example  related  to  the  effect  of  competitive  wages  on  bureaucratic  corruption.  In  addition  to  providing  a  framework  for  meta-analysis  of  diverse  evidence  types,  this  research  contributes  to  the  methodological  scholarship  on  multi-method  research  tools.  Strategies  for  mixed  methods  political  science  research  have  primarily  focused  on  combining  methods  for  causal  research.  This  contribution  presents  an  avenue  for  mixed  methods  approaches  for  other  objectives,  such  as  knowledge  synthesis.  In  the  second  paper,  I  develop  a  framework  for  the  informed  use  of  proxy  variables.  Throughout  the  social  sciences,  practical  challenges  to  measurement  may  frustrate  scholars'  attempts  to  measure  their  concepts  of  interest  directly.  In  these  cases  of  costly  concepts,  researchers  may  be  compelled  to  use  proxy  variables  that  substitute  values  for  the  true  concept  measurement  instead,  often  only  assuming  that  the  chosen  proxy  is  good  enough.  In  this  paper,  I  propose  an  intermediate-range  solution  for  discovering  and  reporting  the  potential  measurement  divergence  between  misaligned  proxies  and  the  true  measures  they  intend  to  capture.  I  suggest  obtaining  a  validation  sample  for  which  true  measurements  are  obtained  for  the  concept  of  interest  is  always  preferable  to  assuming  that  a  chosen  proxy  is  sufficient.  I  outline  three  useful  metrics  to  estimate,  report,  and  potentially  incorporate  into  additional  statistical  inference  strategies.  Furthermore,  I  use  a  simulation  study  to  demonstrate  which  sampling  procedures  are  most  effective  for  obtaining  these  quantities.  For  more  complex  population  structures,  random  or  traditional  stratified  samples  are  informative  in  estimating  metrics  related  to  proxy-costly  concept  divergence.  However,  other  stratified  sampling  approaches  that  consider  the  potential  likelihood  of  measurement  divergence  across  a  population  can  also  be  informative  of  measurement  divergence.  This  guide  to  validating  proxies  and  reporting  measurement  divergence  provides  scholars  with  a  practical  and  straightforward  tool  to  account  for  the  limitations  of  measurement  choices.In  the  third  paper,  I  develop  a  novel  categorization  of  the  distinct  practical  challenges  that  social  scientists  may  encounter  when  attempting  to  measure  concepts:  resource  constraints,  ethical  obligations,  confidence  in  indicators,  and  unit  divergence.  I  illustrate  these  practical  challenges  of  concept  measurement  using  various  concepts  throughout  political  science  and  discuss  how  these  challenges  may  intersect  with  more  theoretical  considerations  related  to  translating  concepts  into  operational  dimensions.  I  develop  a  cost-benefit  roadmap  for  devising  alternative  concept  measurements  when  researchers  encounter  insurmountable  challenges  to  pursuing  a  preferred,  theoretically-driven  measure.  Though  this  paper's  primary  contribution  is  to  the  scholarship  on  concept  measurement,  it  also  has  implications  for  transparency  in  social  science.  The  roadmap  I  develop  provides  scholars  with  a  conceptual  vocabulary  to  justify  their  concept  measurement  choices,  allowing  scholars  to  be  more  explicit  about  how  different  logistical  costs  of  research  contour  methodological  and  design  choices.
■590    ▼aSchool  code:  0163.
■650  4▼aPolitical  science
■650  4▼aSociology
■650  4▼aStatistics
■653    ▼aConstruct  validity
■653    ▼aMeasurement
■653    ▼aMeta-analysis
■653    ▼aSocial  science  methodology
■653    ▼aBayesian  Integrative  Meta-Analysis
■690    ▼a0615
■690    ▼a0626
■690    ▼a0463
■690    ▼a0601
■71020▼aNorthwestern  University▼bPolitical  Science.
■7730  ▼tDissertations  Abstracts  International▼g86-02B.
■790    ▼a0163
■791    ▼aPh.D.
■792    ▼a2024
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17163419▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서