Literature Review and Evidence Aggregation: a Toolkit for Applied Micro
文献综述与证据汇总：应用微观研究工具箱AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确涉及应用微观的效应证据汇总，但未说明这些效应的因果识别框架或其他所列细分方法。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
文献综述与证据汇总：应用微观研究工具箱
- 研究问题
- 如何利用少量既有研究汇总效应证据、预测新情境中的效应，并校正既有发表文献中选择性带来的偏差？
- 方法与思路
- 作者提供文献汇总、情境预测与选择偏差校正工具，通过协变量重加权既有估计，并以多个应用微观领域案例说明。
- 材料陈述的贡献
- 摘要称部分工具仅需三项既有研究即可使用，并提供透明的跨情境重加权方法及供实务研究者使用的元分析操作指南。
- 阅读关注点
- 应核对选择性校正所依赖的模型、研究间效应可比性、协变量重加权的支持范围，以及少量研究下的不确定性处理。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未核验；摘要中的均值比例表述存在字符歧义，校正结果不能直接推广。
原文摘要
Consider an analyst interested in predicting the size of an effect. She has identified a set of prior published studies of similar effects. We provide a toolkit for (i) summarizing the prior literature, (ii) making predictions of effects in new contexts, and (iii) correcting for the bias from selectivity in the prior literature. We illustrate these methods with empirical examples from labor, public, behavioral, environmental, and development economics. Some of the tools are relevant even when only three prior studies are available. We show how it is possible to use covariates to transparently make predictions for a new context by reweighting prior estimates. The mean effect 0 after correcting for selectivity - is between 12% and 21% of the simple mean in our empirical examples. We conclude with a cookbook for practitioners producing meta-analyses.