みのゆ
@minoyuInterests: Behavior genetics and social science genetics. Combining survey research and quantitative genetics. Communication involving genetic results.
Similar User
@she_knows_a_key
@junotk_jp
@Shuntarooo3
@yohei_econ
@kenmcalinn
@TagurindoDS
@takehikohayashi
@oyashun1229
@KotaKatanoda
@Ohkubo2021
@M123Takahashi
@sshimizu2006
@hide_fromhikari
@koro485
@HironoriFujisa1
昔からあるものと思い込んでたけど、たしかに以下の2008年の記事にはselection bias問題が言及されてない。 Gunasekara FI, Carter K, Blakely T Glossary for econometrics and epidemiology Journal of Epidemiology & Community Health 2008;62:858-861. jech.bmj.com/content/62/10/…
「セレクションバイアス＝交絡によるバイアス」は，計量経済学でも一般的ではなくて，Angrist & Pischke (2009, p.15)に独特な使い方と思います．計量経済学の多くの教科書では，censoringやtruncation，パネルのattritionの文脈でselection biasを使います．無作為抽出でない標本の問題ですね．(1/2)
「目が見えること、本が持てること、ページがめくれること、読書姿勢が保てること、書店へ自由に買いに行けること」が健常であって初めて紙の本が読めるということに全く気づいてなかった。普段から障害者の気持ちに寄り添いたいと思っていたのに。特に自分は紙の本推しだったのでショック。 #バリバラ
医学・健康科学系に至っては文献レビュー手法の研究が盛んで、目的に合ったレビュー手法の使い分けまで専門的に論じられている。 こういう研究を参照しながらレビュー・クエスチョンを洗練させていくと、案外、ドンピシャな先行レビューは無いことに気付く。それもオリジナリティになると思う。
論文の型にはliterature reviewが含まれますが、これは自ら接点した問いに従って過去の研究を再構成することなので、自分のオリジナリティが自ずと出てくるところかと思います。社会科学に関しては、日本語文献ばかりで「型」を作ってしまうと、学術研究としての質は上がっていかないでしょう。
ハーバード(というかRobins流)って、結構特殊な立ち位置なんだと思う。 縦断モデル(入れ子になったPO)の因果推論という点では「構造」が入ってるんだけど、本来のPearl流ほど構造モデルに縛られてないので(だからハーバード流では「DAGはコミュニケーションツール」みたいな言い方になる)。
むしろそんな隔たりがあるという認識の人がどうして多いのか興味ある。
統計的因果推論は正直興味がわくトピックじゃないけど、ルービン流の因果とパール流の因果というかDAGって月とスッポン、飛天御剣流と真古流、バレンシアガとファクトタム位の差があると思うのですが、並列関係みたいな文脈で見かけることが多いの、長年の謎。
DAGの使い方はハーバード流が1番無理がなくて穏当だと思うんだけど、あれが一般的な捉え方かというとそうでもないかもしれない。 何ならコンピュータ科学系だと因果探索が存在感発揮してるし。
「本質」について示唆をくれない生物学っていうのも味気ないのかもしれない。
一時期集中して読み込んだのですが、Epidemiology: An Introduction（『ロスマンの疫学』）の同ボリュームの現代版という感じで疫学での因果推論トピックの概観には最適では 個人的には好きなのですが「ここまで言えんやろ」という記述が結構あるので議論しながら輪読するのにもよさそうです
【新刊】『難病政策の形成と変容 疾患名モデルによる公費医療のメカニズム』渡部沙織（東京大学出版会）日本公費医療の「疾病名モデル」の淵源と展開を、スモン対策、結核後の国立療養所の改組などの具体的な経路から歴史社会学的に明らかにする。amzn.to/42Idvsz
専門書で出版助成をしてもらうことがある。見積書を作ることになるわけだが、見積書には編集者の知的労働を評価して、その評価に応じた経費を計上する欄は存在しない。見積書の設計は、基本的には、印刷→製本→配本という部分だけを計上するようになっているのである。3/n
ただ、HSSでもSTMでも分野問わず研究成果をどこで出版するかに関して、困難が多いことは各所で見聞きしてるので、そこを図書館だけじゃなくて機関としてどうサポートするかは、これから求められると感じる。
あと、大学職員の専門職化の流れとも関係もあるのかも。強いプライドを感じる。
たぶん図書館は情報系に近いと考えたほうが理解しやすそう。だから人文系のデジタル化対応への遅れにイラだっているのかも。
o0( そういえば、前回Twitterで「STS批判」が盛り上がったときに、「批判は良いことだけんど、もうジャパニーズTwでのSTS批判は、「チワワに向かって『ぬこ死すべし！』と叫ぶ」ってくらい、わけわからんことになってる。ので皆さんぜひ教科書でも読んで批判してみましょう」と企画してから6年も経つ。
世話人としては、震災後のあれやこれやを通じて、「STSはクソ」と思っている、あるいは既にツイッターで述べている方も、尚のこと歓迎する所存。 輪読会が全て終わった後、「教科書一冊読み通し、理解もしたが、やはりSTSはクソ」と言っていただければ、世話人冥利に尽きるところ。
図書館って人文系との関係が一番深い施設だと(理系からは)思ってたので、今回の流れは意外だった
でも、ライブラリアンはリポジトリとか担当してるから、人文系がいつまで経っても出してこないのにイラついてるんだなということがわかって、おもしろかった。
代表的(やれとは言ってない)みたいな
『統計検定データサイエンス基礎対応 データアナリティクス基礎』（日本能率協会マネジメントセンター）という書籍に，代入法について「欠測部分に平均値を入力して補う方法が代表的」とあって，「やれやれ」という感じです．日本のデータサイエンスを20年後退させる記述はしないで欲しいものです．
私はこの、「博士論文に加筆して書籍化」というケースがすごく苦手。博士論文は基本的に全文が大学の機関リポジトリから公開されますが、書籍化する場合は全文公開は免除されます(NDLデジコレも館内限定)。 本当ならオープンアクセス(OA)で読める研究成果が書籍化によって非OA化されるの納得できない。
近年、「博士論文に加筆修正して書籍化」という事例をよく見かけます。 博士論文そのものを読むのは、けっこうハードルが高かったりするので、とりあえずCiNii Booksを利用して、執筆者名で検索してみてください。 ci.nii.ac.jp/books/
How to think about survey nonresopnse & weighting using DAGs journals.sagepub.com/doi/10.1177/00…
United States Trends
- 1. #twitchrecap 14,6 B posts
- 2. $VSG 3.031 posts
- 3. #VECTOR N/A
- 4. taemin 18,5 B posts
- 5. Walz 11,7 B posts
- 6. Heinz 6.373 posts
- 7. Microsoft 48,1 B posts
- 8. Strahan N/A
- 9. Jimmy Butler 6.867 posts
- 10. #GalaxyZFlip6 N/A
- 11. Favre 1.869 posts
- 12. Gastineau 1.093 posts
- 13. Among Us 18,5 B posts
- 14. John Kerry 15,1 B posts
- 15. #BeldexBrowser 8.584 posts
- 16. Bill Belichick 9.556 posts
- 17. #HumanRightsDay 97 B posts
- 18. Jamie Foxx 6.568 posts
- 19. Caitlin Clark 20 B posts
- 20. AJ Dybantsa 6.898 posts
Who to follow
-
Tomohiro Shinozaki
@she_knows_a_key -
Jun Otsuka
@junotk_jp -
Sato Shuntaro｜佐藤俊太朗
@Shuntarooo3 -
小林 庸平 | Yohei KOBAYASHI
@yohei_econ -
Ken McAlinn
@kenmcalinn -
田栗の部屋
@TagurindoDS -
takehiko-i-hayashi
@takehikohayashi -
Shunsuke Oyamada
@oyashun1229 -
Kota Katanoda
@KotaKatanoda -
求職者大久保
@Ohkubo2021 -
高橋将宜 Masayoshi Takahashi
@M123Takahashi -
SHIMIZU Shohei | 清水 昌平
@sshimizu2006 -
Hidetoshi Matsui（松井秀俊）
@hide_fromhikari -
Koichiro Shiba (KRSK)
@koro485 -
Hironori Fujisawa
@HironoriFujisa1
Something went wrong.
Something went wrong.