Your browser doesn't support javascript.
loading
Clustering words to match conditions: an algorithm for stimuli selection in factorial designs / Agrupar palabras para igualar condiciones: un algoritmo para la selección de palabras en diseños factoriales
Guasch, MArc; Haro, Juan; Boada, Roger.
Afiliação
  • Guasch, MArc; Universitat Rovira i Virgili. Tarragona. Spain
  • Haro, Juan; Universitat Rovira i Virgili. Tarragona. Spain
  • Boada, Roger; Universitat Rovira i Virgili. Tarragona. Spain
Psicológica (Valencia, Ed. impr.) ; 38(1): 111-131, 2017. tab, ilus, graf
Artigo em Inglês | IBECS | ID: ibc-161215
Biblioteca responsável: ES1.1
Localização: BNCS
ABSTRACT
With the increasing refinement of language processing models and the new discoveries about which variables can modulate these processes, stimuli selection for experiments with a factorial design is becoming a tough task. Selecting sets of words that differ in one variable, while matching these same words into dozens of other confounding variables is time consuming and error prone. To assist experimenters in this thankless task, we present a simple method to perform it with little effort. The method is based on Kmeans clustering as a way to detect small and tight clusters of words that match in the desired variables. We have formalized the procedure into an algorithmic format, that is, a series of easy-to-follow steps. In addition, we also provide an SPSS syntax that helps in choosing the correct size of the clustering. After reviewing the theory, we present a worked example that will guide the reader through the complete procedure. The dataset of the worked example is available as a supplementary material to this paper (AU)
RESUMEN
Con el creciente refinamiento de los modelos de procesamiento del lenguaje y los nuevos hallazgos sobre qué variables pueden modular dichos procesos, la selección de palabras para experimentos de diseño factorial se está convirtiendo en una tarea cada vez más ardua. Seleccionar conjuntos de palabras que difieren en una variable pero que están igualadas en una decena de posibles variables extrañas, lleva mucho tiempo y está sujeto a errores. Para ayudar a los experimentadores en esta desagradecida tarea, presentamos un método sencillo que permite realizarla con poco esfuerzo. El método se basa en el agrupamiento de Kmedias para identificar conjuntos pequeños y compactos de palabras igualadas en las variables deseadas. El procedimiento ha sido formalizado en un algoritmo, esto es, una serie de pasos concretos y sencillos de seguir. Además, también aportamos la sintaxis en SPSS para ayudar en la selección del número adecuado de agrupaciones. Tras una revisión de la teoría, presentamos un ejemplo práctico que guiará al lector a través del procedimiento completo. El conjunto de datos del ejemplo se encuentra disponible como material complementario a este artículo (AU)
Assuntos
Texto completo: Disponível Coleções: Bases de dados nacionais / Espanha Base de dados: IBECS Assunto principal: Testes de Associação de Palavras / Algoritmos / Análise Fatorial / Idioma Tipo de estudo: Estudo prognóstico Limite: Feminino / Humanos / Masculino Idioma: Inglês Revista: Psicológica (Valencia, Ed. impr.) Ano de publicação: 2017 Tipo de documento: Artigo Instituição/País de afiliação: Universitat Rovira i Virgili/Spain
Texto completo: Disponível Coleções: Bases de dados nacionais / Espanha Base de dados: IBECS Assunto principal: Testes de Associação de Palavras / Algoritmos / Análise Fatorial / Idioma Tipo de estudo: Estudo prognóstico Limite: Feminino / Humanos / Masculino Idioma: Inglês Revista: Psicológica (Valencia, Ed. impr.) Ano de publicação: 2017 Tipo de documento: Artigo Instituição/País de afiliação: Universitat Rovira i Virgili/Spain
...