Bilimsel yöntemler ne kadar karmaşık görünse de onları anlamanın ve anlatmanın basit yolları, araçları bulunmaktadır. Dört gözlü tablo bu amaçla sıkça kullanılan bir araçtır. Aslında 4-gözlü tablo, her biri iki seçenekli iki değişkenin seçeneklerinin birbiri ile ilişkisini göstermek amacıyla hazırlanan ve kullanılan bir sunum tekniğidir. Bu nedenle araştırma verilerinin, bulgularının özetlenerek sunulmasında yaygın biçimde kullanılan bir araçtır. Onu bu yazının konusu yapan özelliği ise sıradan bir tablo olmanın ötesinde bilim iletişimindeki önemli işlevidir. Başka bir deyişle bilimsel olanı anlamak ve anlatmak konularındaki rolüdür. Bu amaçla tıp, epidemiyoloji, biyoistatistik, makine öğrenmesi ve yapay zeka alanında önemli yedi kullanım alanı özetlenmiştir. Bu alanlar: tanı testlerinin öngörü değerinin hesaplanması, Bayes denkleminin ne ifade ettiğinin anlaşılması, makine öğrenmesinde sınıflandırmamodellerinin performansının hesaplanması, hipotez testlerinin gücünün ve hatalarının ne ifade ettiğinin özetlenmesi, gözlemciler arası uyumun ölçülmesi, araştırmalarda risk hesaplarının yapılması ve Ki-Kare önemlilik testinin görselleştirilmesi şeklinde sıralanmaktadır.
No matter how complex scientific methods may seem, there are simple ways and tools to understand and explain them. The four-cells table is a frequently used tool for this purpose. In fact, a four-cells table is a presentation technique prepared and used to show the relationship between the options of two variables, each with two options. It is a widely used tool to summarize the collected data and present the research findings. What makes it the subject of this article is its important function in science communication beyond being an ordinary presentation tool. In other words, its role in understanding and explaining the scientific complexities. For this purpose, seven important areas of use in medicine, epidemiology, biostatistics, machine learning and artificial intelligence are summarised. These areas are: calculating the predictive value of diagnostic tests, understanding the Bayes equation, calculating the performance of classification models in machine learning, summarising the power and errors of hypothesis tests, measuring inter-observer agreement, calculating risk in research, and visualising the Chi-Square significance test.
Primary Language | Turkish |
---|---|
Subjects | Public Health (Other) |
Journal Section | Review |
Authors | |
Publication Date | February 4, 2025 |
Submission Date | December 4, 2024 |
Acceptance Date | January 7, 2025 |
Published in Issue | Year 2025 Volume: 10 Issue: 1 |
International Peer Reviewed Journal
The journal adopts Open Access Policy and does not request article proccessing charge (APC), article publishing charge or any other charges.
This work is licensed under a Creative Commons Attribution 4.0 License