စှဲလမျးသူပြုမူနေ။ 2018 အောက်တိုဘာ 27 ။ pii: S0306-4603 (18) 31232-2 ။ Doi: 10.1016 / j.addbeh.2018.10.032 ။
ြဒပ်မဲ့သော
အပြည့်အဝသတင်းအချက်အလက်အများဆုံးဖြစ်နိုင်ခြေကိုခန့်မှန်းတွေနဲ့ဖွဲ့စည်းတည်ဆောက်ပုံညီမျှခြင်းမော်ဒယ်မျက်မြင်လက်တွေ့စွဲသုတေသနအတွက်မျိုးစုံငုပ်လျှိုးနေ variable တွေကိုနှငျ့ပတျသကျသောရှုပ်ထွေးသောသီအိုရီအကဲဖြတ်ရန်မြင်သာထင်သာနည်းလမ်းဖြစ်ပါတယ်။ အပြည့်အဝသတင်းအချက်အလက်ခန့်မှန်းချက်ကိုက်ညီမှုအပါအဝင်များစွာသောနှစ်လိုဖွယ်ဂုဏ်သတ္တိရှိပေမယ့်, အခြေခံအဆောက်အဦးညီမျှခြင်းမော်ဒယ်များအတွက်အဓိကန့်အသတ် (100 သို့မဟုတ် 200 ထက်နည်းပါးလာဥပမာ) အလယ်အလတ်အရွယ်အစားလေ့လာမှုများမှသေးငယ်တဲ့အတွက်အကောင်အထည်ဖော်တဲ့အခါမှာသူတို့မကြာခဏသိသိသာသာဘက်လိုက်မှုရေရှည်တည်တံ့သောကွောငျ့ဖွစျသညျ။ မကြာမီကစာပေကဒီကန့်သတ်-သဘောတရားဇောင်း-တညျ့အချက်ရမှတ်လမ်းကြောင်းကိုခွဲခြမ်းစိတ်ဖြာချဉ်းကပ်-ကြောင်းနမူနာ setting များကိုအလယ်အလတ်မှသေးငယ်တဲ့အတွက်ဘက်မလိုက်နှင့်အကျိုးရှိစွာခန့်မှန်းချက်ထုတ်လုပ်ပြသထားသည်ကတဆင့်အကောင်အထည်ဖော်ဖြေရှင်းရန်ဒီဇိုင်းကန့်သတ်သတင်းအချက်အလက်ခနျ့မှနျးတီထွင်ခဲ့သည်။ ၎င်း၏သီအိုရီနှင့်လက်တွေ့တန်ရာနေသော်လည်းစာပေနည်းလမ်းဘာဖြစ်လို့လဲဆိုတော့သုံးမူလတန်းအကြောင်းပြချက်-နည်းလမ်းများ၏ underused ကြောင်းအကြံပြုထားပါတယ်အသုံးချသုတေသီများမှကျွမ်းတဝင်မရှိသောဖြစ်ကြသည်အဲဒီမှာအသုံးချသုတေသီများများအတွက်ရရှိနိုင်လက်တွေ့ကျတဲ့နှင့်လက်လှမ်းလမ်းညွှန်မှုနှင့် software တစ်ခုမရှိခြင်းသည်, အပြည့်အဝသတင်းအချက်အလက်ဆန့်ကျင်နှိုင်းယှဉ် စည်းကမ်း-တိကျတဲ့ဥပမာအတွက် grounded ဖြစ်ကြောင်းနည်းလမ်းများချို့တဲ့နေကြသည်။ ဤလေ့လာမှု၌ငါအင်တာနက်စွဲလမ်းပတျသကျတဲ့ sequential ဖျန်ဖြေခြင်းအမှုလေ့လာမှုတစ်ခုခြေလှမ်း-by-step ခွဲခြမ်းစိတ်ဖြာမှတဆင့်ဒီနည်းလမ်းကို delineate ။ ငါစွဲလမ်းတဲ့ဖြစ်နိုင်ချေလေ့လာမှုအပေါ်အခြေခံပြီး lavaan အထုပ်များနှင့်ဒေတာများသုံးပြီးဥပမာ R ကိုကုဒ်သည်။ ငါဥပမာဒေတာအတွင်းအပြည့်အဝနဲ့ကန့်သတ်သတင်းအချက်အလက်ခန့်မှန်းချက်များအကြားခြားနားချက်များဆန်းစစ်နှင့်နောက်ပိုင်းတွင်ထိုကွဲပြားမှုတစ်ဦးခြင်း simulation လေ့လာမှုကို အသုံးပြု. ခန့်မှန်းချက်များအကြားတစ်ဦးတသမတ်တည်းမတူကွဲပြား၏ညွှန်ပြနေသောရန်အတိုင်းအတာစုံစမ်း။ အဆိုပါရလဒ်များကန့်သတ်သတင်းအချက်အလက်ခနျ့မှနျးဘက်လိုက်မှု, ထိရောက်မှုနှင့်ပါဝါ၏စည်းကမ်းချက်များ၌နမူနာအရွယ်အစားအလယ်အလတ်မှသေးငယ်တဲ့အတွက်သမားရိုးကျအပြည့်အဝသတင်းအချက်အလက်အများဆုံးဖြစ်နိုင်ခြေကိုခနျ့မှနျး outperforms ကြောင်းအကြံပြုအပ်ပါသည်။
PMID: 30501990
;
